Hands

摘要

Hands 是面向 Linux desktop agent 的小型语义动作层，把窗口、AT-SPI 元素、Chromium 页面文本与截图收敛成编号目标和有限命令。（来源：notes—2026-10-09-cua-project-audit）

核心内容

基本信息

• 实体类别：Linux CUA driver
• 关键名称或版本：v0.2.0，截止提交 9ff4247
• 时间范围：2026-10-09 起

重要事实

• Agent 先读取 windows，再对单窗口取 a11y tree+截图；动作优先 accessible action，必要时前置窗口并点击元素中心。（来源：notes—2026-10-09-cua-project-audit）
• MIT、12 个 tracked files；截止提交两个 GitHub checks 成功，本地 tree-numbering test 通过。（来源：notes—2026-10-09-cua-project-audit）
• xdotool shim 记录最近控制者，但没有网络、凭据、进程或 OS 级隔离。（来源：notes—2026-10-09-cua-project-audit）

关系与影响

它展示了比通用 screenshot+坐标更窄、更可审计的 Computer-Use Agent action surface。

分歧与变化

无。

相关页面

• 概念：Computer-Use Agent、Execution-Based Agent Evaluation
• 实体：无
• 主题：Browser and Computer-Use Agents

来源

• notes—2026-10-09-cua-project-audit

待核实问题

• 真实 Linux desktop、Chromium、模型和人工接管 E2E 待核实。