用途:通过 computer-use 驱动(如 MCP 上的 CUA Driver、平台原生工具或无障碍桥)操作桌面应用与操作系统界面。你始终是规划者与执行者,Jev 只回答“下一步选哪个”,返回你自建候选表中的 id,因此错误最多只是选中另一个你已判定安全的动作。
主要能力:先观察(优先无障碍/语义状态而非像素),在本地构建候选表,每行是不透明 id 加一个完整且预先校验的动作,并始终包含 reobserve 与 abstain。请求以 jev.action_choice_request_v1 结构发送,必须带 regions 作为元素确实在屏的证据。执行后需重新观察并自行验证后置条件,有步数上限。
使用方式:Mac 上若已安装 Co-Agent(引擎监听 http://127.0.0.1:8792),优先让它驱动,可用 MCP 工具 computer_status、computer_observe、computer_act、computer_run,或运行 python3 <this skill>/scripts/coagent_cu.py setup --name "Hermes" 等命令,并始终提供 --expect-text 或 --expect-title。未安装时用自带 runner:python3 <this skill>/scripts/jev_gui_agent.py --pid 26955 --window-id 46041 --goal '...' --expect 'Library' --max-steps 12 --json;多步口语化命令可加 --plan。
限制:不得向 Jev 发送凭据、令牌、Cookie、密码字段内容、支付或客户数据、截图、文件或无界页面文本。驱动 GUI 不带来新权限,发送、发布、支付、购买、删除、改凭据或安全设置仍需本人明确同意,登录与 2FA 由本人完成。缺少驱动、密钥或目标时应停止并说明,不要改用 AppleScript、xdotool 等其它方式。旧 schema hermes.cua_jev_choice_request_v1 已废弃,不可复用。