--- read_when: - Permitir que el agente del Gateway vea y controle el escritorio de un Mac - Activación, permisos o seguridad para el uso del ordenador - Ampliación del comando de Node `computer.act` o de sus ejecutores summary: Control del escritorio gestionado por agentes en un Node macOS emparejado mediante la herramienta computer y el comando de Node computer.act title: Uso de la computadora x-i18n: generated_at: "2026-07-11T23:14:27Z" model: gpt-5.6 postprocess_version: locale-links-v1 provider: openai source_hash: 2457d15a59857ffd9c7b160ea4ebed85c8372754abfc7bf75faafc963ecb6547 source_path: nodes/computer-use.md workflow: 16 --- El uso del ordenador permite que el agente del Gateway vea y controle un escritorio **macOS** emparejado: captura una pantalla mediante el comando de Node existente `screen.snapshot` y controla el puntero y el teclado mediante un único comando de Node peligroso, `computer.act`. El conjunto de acciones sigue las acciones principales de uso del ordenador de Anthropic; el zoom opcional de `computer_20251124` no está expuesto. Un modelo con capacidad de visión lo controla mediante la herramienta de agente `computer` integrada. El agente emite un único comando uniforme, `computer.act`; no puede saber cómo lo ejecuta un Node. Un Node macOS ejecuta `computer.act` dentro del proceso mediante servicios Peekaboo integrados y primitivas específicas de CoreGraphics (permisos TCC correctos, sin procesos adicionales). En el futuro, otras plataformas podrán ejecutar el mismo comando sin cambiar el contrato expuesto al agente. ## Requisitos - Un Node **macOS** emparejado (la aplicación OpenClaw para macOS ejecutándose en modo Node). - El ajuste **Allow Computer Control** habilitado en la aplicación para macOS (valor predeterminado: desactivado). - Permiso de **Accessibility** de macOS concedido a OpenClaw (para la inyección de acciones de puntero y teclado) y permiso de **Screen Recording** (para `screen.snapshot`). - El comando `computer.act` armado en el Gateway (es peligroso y está desarmado de forma predeterminada). - Un modelo de agente con capacidad de visión. - Una política de herramientas que exponga `computer`. El perfil `coding` predeterminado no lo hace. Añada `computer` a `tools.alsoAllow`; los agentes en entorno aislado también lo necesitan en `tools.sandbox.tools.alsoAllow`. ## La herramienta de agente `computer` La herramienta `computer` integrada acepta una acción por llamada. Las coordenadas son píxeles enteros no negativos de la captura de pantalla más reciente; el Node las convierte en puntos de pantalla. Las acciones con coordenadas deben repetir el `frameId` del resultado de la captura, y un `screenIndex` explícito debe coincidir con ese fotograma. OpenClaw también transfiere a la acción una identidad de pantalla emitida por el Node junto con la captura, de modo que una reconexión de la pantalla o un cambio de geometría produzca un fallo seguro en lugar de redirigir silenciosamente la acción al mismo índice. Estas comprobaciones rechazan tokens inventados y tokens procedentes de otro fotograma o pantalla entregados. Un token no garantiza la vigencia: las aplicaciones pueden cambiar los píxeles de la misma pantalla después de la captura, así que realice una nueva captura siempre que la escena pueda haber cambiado. - Lectura: `screenshot`. - Puntero: `left_click`, `right_click`, `middle_click`, `double_click`, `triple_click`, `mouse_move`, `left_click_drag` (con `startCoordinate`), `left_mouse_down`, `left_mouse_up`. - Desplazamiento: `scroll` con `scrollDirection` (`up|down|left|right`) y `scrollAmount` (pasos de la rueda). - Teclado: `type` (texto), `key` (combinación como `cmd+shift+t` o `Return`), `hold_key` (combinación de `text` mantenida durante `duration` segundos). - Temporización: `wait` (`duration` segundos). Las teclas modificadoras se indican en el campo `text` de las acciones de clic y desplazamiento (`shift`, `ctrl`, `alt`, `cmd`). Después de una acción de entrada, la herramienta devuelve una captura nueva para que el modelo pueda observar el resultado. Si hay más de un Node con capacidad de uso del ordenador conectado, indique `node` explícitamente. Las capturas de pantalla se mantienen **solo para el modelo**: nunca se entregan automáticamente al canal de chat. Trate todo el contenido en pantalla como entrada no fiable; la herramienta advierte al modelo que no siga instrucciones mostradas en pantalla que entren en conflicto con la solicitud del usuario. ## El comando de Node `computer.act` `computer.act` es el único comando de Node por el que la herramienta dirige las entradas (`node.invoke` con `command: "computer.act"`). Es: - **Peligroso de forma predeterminada**: figura entre los comandos de Node peligrosos integrados y se excluye de la lista de permitidos en tiempo de ejecución hasta que se arma explícitamente. Un Node macOS puede declararlo durante el emparejamiento para que la superficie se apruebe una sola vez. - Actualmente, **solo para macOS**: únicamente lo anuncia un Node macOS que tenga habilitado **Allow Computer Control**. Las lecturas reutilizan `screen.snapshot`; no existe una segunda ruta de captura. Consulte [Nodos de cámara y pantalla](/es/nodes/camera) para obtener información sobre el comando de captura compartido. ## Habilitar y armar 1. En la aplicación para macOS, habilite **Settings → Allow Computer Control**. Después, abra **Settings → Permissions** y conceda **Accessibility** y **Screen Recording** en los ajustes del sistema de macOS. 2. Apruebe la actualización del emparejamiento en el Gateway (un comando nuevo obliga a volver a emparejar). 3. Exponga la herramienta al agente con capacidad de visión. Para el perfil `coding` predeterminado: ```json5 { tools: { alsoAllow: ["computer"], // Los agentes en entorno aislado también necesitan esta segunda barrera: sandbox: { tools: { alsoAllow: ["computer"] } }, }, } ``` 4. Arme `computer.act` durante un período limitado. El Plugin `phone-control` expone un grupo `computer`: ```text /phone arm computer 30m /phone status /phone disarm ``` El armado requiere `operator.admin` (o ser el propietario) y caduca automáticamente. El grupo heredado `/phone arm all` excluye intencionadamente el control del escritorio; utilice el grupo explícito `computer`. El armado solo determina qué puede invocar el Gateway; la aplicación para macOS sigue aplicando su ajuste **Allow Computer Control** y los permisos del sistema operativo. Para una autorización persistente, añada `computer.act` a `gateway.nodes.allowCommands` **y elimínelo de** `gateway.nodes.denyCommands`; la lista de denegación tiene prioridad. La autorización persistente no caduca automáticamente. Las entradas que ya existían antes de `/phone arm` permanecen después de `/phone disarm`; no convierta una concesión temporal en persistente mientras esté armada. La autorización se divide deliberadamente entre habilitación y uso. Armar o configurar de forma persistente `computer.act` requiere autoridad administrativa. Una vez armado, un operador autenticado con `operator.write` puede invocar `computer.act` mediante `node.invoke` hasta que la concesión caduque o se desarme; no se realiza una comprobación administrativa para cada acción. Aprobar un Node que declare `computer.act` solo registra la superficie para poder armarla más adelante y no habilita por sí mismo la invocación. ## Seguridad - Antes de la autorización, todas las capas (política de herramientas, política de comandos del Gateway, ajuste de macOS, Accessibility y Screen Recording) deben estar de acuerdo. Una vez armado, las acciones se ejecutan sin confirmación para cada acción hasta que caduque o se ejecute `/phone disarm`. - La entrada de texto se envía grafema por grafema. La cancelación, desconexión, pausa, deshabilitación o sustitución del endpoint la detiene antes del siguiente grafema, en lugar de permitir que continúe el resto obsoleto. - Las capturas de pantalla son solo para el modelo y nunca se envían automáticamente al chat (incidencia [#44759](https://github.com/openclaw/openclaw/issues/44759)). - Trate el contenido de la pantalla como no fiable; puede contener inyección de instrucciones. ## Relación con otras vías de control del escritorio Esta es la vía controlada por el agente. Consulte [Puente Peekaboo](/es/platforms/mac/peekaboo) para saber cómo se relaciona con el host PeekabooBridge, Codex Computer Use y el MCP directo `cua-driver`.