H Company 近期發表了一款新的用戶端工具「HoloDesktop CLI」，旨在讓 AI 代理（AI Agent）能夠直接操作專為人類設計的電腦桌面。過去，AI 代理主要擅長撰寫程式碼、呼叫外部工具等任務，但在處理需要視覺辨識和手動操作的日常工作中，卻顯得力不從心。
擺脫 API 限制：AI 代理的新視野
HoloDesktop CLI 是一款專門用於啟動和運行 H Company 的電腦操作型 AI 代理「H Agent」的用戶端程式。H Agent 能夠在整個作業系統中進行滑鼠操作和鍵盤輸入，並確認螢幕畫面。這意味著，即使應用程式本身沒有提供專用的 API，H Agent 也能像人類一樣看著螢幕畫面逐步完成工作。
多方整合：打造高效的開發環境
HoloDesktop CLI 支援多種協議，包括用於連接 AI 代理與外部工具的 MCP 協定、讓主代理將工作委派給子代理的 ACP 協定，以及實現代理之間通訊的 A2A 協定。這些協議使得 HoloDesktop CLI 能夠輕鬆整合到現有的 AI 代理環境中，如「Claude Code」、「Cursor」、「Codex」、「Hermes」、「OpenClaw」和「NemoClaw」等。
舉例來說，當使用 Claude Code 為網頁應用程式開發新功能時，如果只需要修改程式碼，Claude Code 單獨就能完成。然而，若需要實際登入系統、切換頁面並確認篩選器功能是否正常運作，就需要對圖形使用者介面（GUI）進行操作。藉由 HoloDesktop CLI，Claude Code 可以將測試工作移交給 HoloDesktop CLI，後者會在畫面上執行測試並尋找 Bug，一旦發現問題，便回報給 Claude Code 進行修復，修復完成後再由 HoloDesktop CLI 進行二次功能驗證。
兼顧便利與隱私：彈性的推理選擇
HoloDesktop CLI 提供了多種推理運算的方式。如果追求便利和快速，可以直接調用 H Company 的 Models API；如果對隱私有較高的要求，則可以選擇自建代管（Self-host）架構，在自己的硬體設備上執行 Holo3.1 系列模型。在本地端模式下，所有的螢幕截圖、按鍵輸入以及應用程式的內容，都不會被傳送至外部伺服器。
此外，為了確保安全性，HoloDesktop CLI 設計了緊急停機開關（Kill Switch），使用者只需「快速連按兩次 Esc 鍵」，就能立即暫停並取消當前正在執行的所有自動化操作。
從產業面來看，HoloDesktop CLI 的推出，標誌著 AI 代理技術的一個重要進步。過去，AI 代理在處理需要視覺辨識和手動操作的任務時，總是受限於 API 的缺失。如今，HoloDesktop CLI 通過直接操作桌面，不僅提高了工作效率，還拓寬了 AI 代理的應用範圍。對於開發者來說，這是一個值得關注的工具，可以大幅提升開發和測試的效率。
展望未來：更多可能性
H Company 計畫進一步開發背景運行模式，讓 H Agent 能在使用者持續使用筆記型電腦的同時，在背景處理其他工作。此外，公司還打算推出可整合至日常工作流程中的原生應用程式，並提供基於雲端的電腦操作代理，以實現跨多部電腦的協同運作。
如果你是一名開發者，不妨考慮將 HoloDesktop CLI 納入你的工具箱，體驗 AI 代理在桌面操作上的全新能力。這可能會改變你對 AI 代理的看法，並帶來意想不到的效率提升。
本文改寫整理自公開新聞來源，原始報導由T客邦發布。
常見問題 FAQ
HoloDesktop CLI 是什麼？
HoloDesktop CLI 是 H Company 開發的一款用戶端工具，旨在讓 AI 代理能夠直接操作電腦桌面，包括滑鼠操作和鍵盤輸入。
HoloDesktop CLI 支援哪些協議？
HoloDesktop CLI 支援 MCP 協定、ACP 協定和 A2A 協定，這些協議分別用於連接 AI 代理與外部工具、委派任務和實現代理之間的通訊。
HoloDesktop CLI 如何確保安全性？
HoloDesktop CLI 設計了緊急停機開關（Kill Switch），使用者只需「快速連按兩次 Esc 鍵」，就能立即暫停並取消當前正在執行的所有自動化操作。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
