用于 LLM 代理在本地 Windows 桌面上操作的工具
体验桌面感知和动作原语的结合，让LLM能够感知和控制标准的Windows应用程序。来自ADH项目的Agent Desktop Harness，面向AI代理工作中的研究人员、LLM开发者和QA工程师。它暴露了点击、输入、按键和查看的原语，支持模型上下文协议，并嵌入了沙箱和Python执行路径以处理中间任务逻辑，使其适合在真实GUI上基准测试自主代理行为。
Agent Desktop Harness 允许代理做什么？
该工具提供使用原始原语的本地 Windows 交互：点击、输入、键和 查看，因此代理可以操作实际的桌面程序并管理文件。此外，它支持模型上下文协议集成，并暴露一个 Python 执行钩子，允许代理在任务中编写和运行缺失的逻辑。这些功能旨在评估代理在真实图形界面下的能力，而不是在模拟或无头环境中。
它在运行期间是否保持系统安全和隔离？
该工具包括环境隔离和沙箱，以减少对主机系统的风险运行代理。此外，它与自动化框架（如 Robot Framework）集成，因此实验可以在受控序列中运行。沙箱的存在和标准化评估指标帮助研究人员在测试期间测量性能，同时限制对桌面状态的无控制更改。
在开发机器上安装和操作该工具是否实用？
该工具基于 Python，通常需要 Python 3.12 或更高版本，因此设置遵循标准的 Python 开发工作流程。此外，接口包括命令行、MCP 绑定、Python 脚本和 Robot Framework 钩子，这意味着该工具适合现有的开发者管道。然而，对当前 Python 运行时的要求以及对脚本的熟悉程度使其面向技术熟练的用户，而非随意实验者。
为技术导向团队提供清晰的研究工具，具有单一的权衡
Agent Desktop Harness 适合需要本地桌面代理和可衡量基准的研究人员和工程师；它提供对真实 GUI 的编程访问，并与 MCP 和自动化框架集成。主要的权衡是，它假设一个精通 Python 的工作流程和 Windows 测试环境，因此没有脚本经验的团队将面临更陡峭的设置曲线，尽管该工具的设计专注于研究。
