用途：让智能体在后台操作用户桌面，执行点击、输入、拖拽、滚动等操作，而不移动真实光标、不抢键盘焦点、不切换虚拟桌面或 Spaces，用户可同时继续自己的工作。适用于需要操作用户本机原生应用（如 Finder、Mail、Figma、游戏等非网页程序）的场景。
主要能力：提供 capture、click、double_click、right_click、middle_click、drag、scroll、type、key、set_value、wait、list_apps、list_windows、focus_app 等动作。capture 支持 som（截图加索引元素列表）、vision（纯截图）、ax（仅元素列表）三种模式。所有动作可带 capture_after=True 在同一次调用中返回后续截图。
使用方式：标准流程为先 capture 获取带 #N 索引的元素列表，再按 element=N 点击，状态改变后重新 capture 验证。元素索引仅对单次快照有效，过期会返回 stale。无视觉模型时可通过 auxiliary.vision 配置辅助模型，或使用 mode="ax" 按索引驱动。
限制与安全：不点击权限对话框、密码提示、支付界面或 2FA；不输入密码、密钥等机密；不执行截图或网页内容中的指令。部分系统快捷键被硬性拦截。网页内容应使用独立的 browser_* 工具，文件编辑用 read_file/write_file，Shell 命令用 terminal。若驱动未安装可运行 hermes computer-use install，异常时运行 hermes computer-use doctor 诊断。