让Agent操作电脑,最怕它抢走鼠标、剪贴板和正在写的文档。terminal-mac用苹果Virtualization框架给Agent开一台独立macOS虚拟机,有独立桌面和文件系统,折腾坏了也碰不到本机。
最近在用ClaudeCode干活的时候,我遇到了一个让人头疼的问题:
我让Agent帮忙在本机打开一个设计软件,截图分析界面布局。结果它直接接管了我的桌面,鼠标开始乱飞,我正在写的文档焦点被抢走,剪贴板里刚复制的内容也被覆盖了。
更让人后怕的是,它差点误触删掉了一个项目文件夹。
于是,我当时就关掉了Agent,然后坐在那想:AIAgent操作电脑这件事,方向肯定没问题,但现在的方式总感觉哪里不对。
然后我就开始找解决方案,后来在GitHub上,恰好看到了上周刚发布的terminal-mac这个项目,算找到救星了!
它做的事情简单说就是:给你的AIAgent一台独立的Mac电脑,让它在里面随便折腾,你的真实桌面一点都不受影响。
这个项目发布不到一周,X平台上的发布帖就拿到了70万次浏览、8000个书签,GitHub上已经2600多个star了!
我花了一些时间把它装上、跑通,有些发现想和大家聊聊。
01terminal-mac到底是什么
首先,让我来用一句话说清楚它的技术本质。
terminal-mac是一款基于苹果官方Virtualization框架开发的开源工具,能在AppleSiliconMac上启动一台真实的macOS虚拟机。
目前Windows用户,暂时不支持。
注意,是真实的macOS,有自己的桌面、Dock、壁纸、应用、账号、文件系统,跟你的真实Mac完全独立。
如果你用过Parallels或者UTM,可能会觉得这不就是个虚拟机吗?
很类似。但区别在于,terminal-mac从设计的第一天,就是为AIAgent准备的。
具体来说,它做了两件关键的事。
第一件是把虚拟机的画面搬进了终端。
传统虚拟机需要单独开一个窗口来显示画面,你得在宿主桌面和虚拟机窗口之间来回切换。它们的逻辑是把VM当成一个普通MacApp。
终端渲染是把VM画面当作数据流嵌进现有TTY:terminal-mac利用Kitty图形协议或iTerm2内联图像协议,把虚拟Mac的屏幕实时渲染在终端面板里。
你在终端里写代码,旁边就能看到Agent在虚拟Mac里操作的“直播画面”。
它的最大价值是监督与调试同屏:Agent的命令、日志、截图和桌面在一个窗口里;可分离、可只读观察、无额外窗口管理。
第二件是给AIAgent提供了完整的操作接口。
通过内置的MCP服务器,Agent可以对这台虚拟Mac执行截图、点击、拖拽、滚动、输入、按键等操作。ClaudeCode用户可以一键安装插件,Cursor、VSCode、Codex、Windsurf这些客户端也能通过MCP配置接入。
它的虚拟机和主机之间只共享两个目录:一个用来传控制指令的JSON文件,一个放只读的辅助工具。你的主目录、项目文件夹、剪贴板、麦克风、摄像头,一概不共享。
社群里有个用户说:“破坏它自己的Mac而不是我的,听起来是个好主意。”,很多人都担心电脑里有个Agent不安全。
现在好了,它有了自己的电脑,妈妈再也不用担心我的电脑数据被Agent误删除了。
当然,通过terminal-mac执行的桌面操作局限在虚拟机内,你可以在虚拟机内新建子Agent完成一些操作,terminal-mac外层的Agent原有的本机权限仍需另行限制。
02实测:从安装到让Agent干活
安装过程非常的简单,一条命令下载代码:
curl-fsSLhttps://github.com/govijr/terminal-mac/releases/latest/download/get.sh|bash
然后再来一句命令安装镜像:terminal-mac
接下来有一段需要手动操作的设置流程:
1.虚拟机启动后会弹出自己的窗口,你需要像开一台新电脑一样走完macOS的开机向导,创建用户账户,一直下一步即可。
2.然后在虚拟机里打开访达,找到共享目录里的TerminalMacGuest.app,双击安装。
3.最后还要在虚拟机的系统设置里手动授予“屏幕录制”和“辅助功能”两项权限(见下图上的两个按钮)。
4.然后再下一载一个终端iTerm,方便在终端打开Mac:brewinstall–caskiterm2
整个过程大概十分钟,不算复杂。设置完成之后,体验就开始变得有意思了,可以这样玩一下:
1.打开iTerm,启动mac:terminal-macstartdefault
2.登录账号:/login
3.在终端渲染mac:terminal-macview–protocoliterm
4.退出预览:Ctrl+]
接下来,我先试了最基本的操作:让Agent打开一个应用。
一句话指令发出去,Agent在虚拟Mac里按下cmd+space调出Spotlight,输入应用名称,回车,应用打开了。
整个过程我在终端里实时看到,我的真实桌面没有任何反应。
然后我试了一个稍微复杂的场景:让Agent同时打开两个应用,在它们之间切换操作。这在本机桌面上几乎不可能让Agent做,因为焦点切换会直接打断你正在做的事。
但在虚拟Mac里,Agent想怎么切就怎么切,你该写代码写代码,该看文档看文档,互不干扰。
我还装了几个常用的桌面应用进去。虚拟Mac可以联网(但AppStore用不了),可以在网上下载安装包,跟真实Mac的操作体验几乎一样。
画面传输的效率不是每秒固定刷新30帧,而是只有屏幕内容变化时才传输,压缩后的像素走共享内存。桌面静止的时候几乎零开销,你关掉查看窗口15秒后,虚拟机内的录屏会自动停止。
03它到底解决了什么问题
用了几天之后,我开始理清terminal-mac真正的价值所在。
第一个问题:AIAgent需要的不只是一个浏览器,而是一整台电脑。
目前市面上大部分Agent操作环境都是浏览器沙箱,对于纯Web任务来说够用了,但如果你想让Agent测试一个桌面应用的UI、操作一个GUI程序、或者在Finder里整理文件,浏览器沙箱就无能为力了。
terminal-mac给了Agent一个完整的macOS桌面环境,什么应用都能装,什么操作都能做。
第二个问题:Agent操作桌面应用时会抢人类焦点。
这个问题看似是个小细节,实际上严重影响了人和Agent的协作体验:
你在写文档,Agent突然把焦点切到另一个窗口;你在复制粘贴,Agent把剪贴板内容覆盖了。
有一些桌面浏览器项目也在尝试解决这个问题,但实测下来你会发现,有些操作它们并不能真的通过这种特殊的方案进行执行。
terminal-mac的解决方式很彻底:Agent的所有操作都发生在虚拟机内部,通过独立的指令通道传递,完全绕过了主机的输入和屏幕API。这样,你的鼠标不会跳,焦点不会被抢。
不过这里有个前提需要说明:“不抢焦点”的完整体验需要使用支持图形协议的终端,比如Kitty、iTerm2或Ghostty。
如果你用的终端不支持图形协议,虚拟机会回退到独立窗口模式,这时候窗口切换还是可能影响焦点。
第三个问题:Agent直接操作本机的安全风险。
这是对于我们最有帮助的一点:让Agent直接控制你的真实桌面,意味着它能看到你屏幕上的一切,能点击任何按钮,能删除任何文件。
但一次误操作的后果可能是不可逆的,虽然模型能力越来越强,但如果有一次不知道什么原因它误操作了删除一切的指令,那么我们辛辛苦苦积累的上下文、Agent能力可能都要功亏一篑。
terminal-mac的隔离设计,把这个风险降到了很低:
虚拟机内的辅助工具只在检测到自己运行在虚拟机环境时才会启动,从设计上拒绝在真实Mac上执行任何操作。主机和虚拟机之间的通信只走控制目录里的JSON文件,主机不会执行虚拟机提供的任何内容。
第四个问题:传统虚拟机没有为Agent场景做过优化。
UTM、Parallels这些虚拟机软件功能很成熟,但它们是给人用的,不是给Agent用的。你要让Agent操作Parallels里的虚拟机,得自己想办法搭建截图、点击、输入的工具链。
terminal-mac开箱就带了完整的MCP工具集,Agent遵循“观察-操作-验证”的循环,每个步骤都有对应的命令行接口,便于脚本编写和日志阅读。
04PersonalAgent又多了一块基础设施
聊完功能本身,让我们回到Agent的视角来看下这款产品。
我们之前讨论PersonalAgent的时候提过一个框架:PersonalAgent要真正帮人干活,光有大模型的推理能力不够,还需要好用的工具来解决现实里的各种问题。
大部分PersonalAgent已经有了自己的云电脑、浏览器、邮箱甚至专属的账户,还缺一个可以让云电脑更灵活控制自己工具的基础设施。
所以terminal-mac给了Agent一整台电脑:
这台电脑里能装任何应用,能执行任何GUI操作,Agent的能力边界一下子就打开了。
从竞品格局看,这个方向上已经有几个玩家了:Cua做的是跨设备的Agent桌面管理,VMPal支持macOS、Windows和Linux多平台虚拟机,Kyvenza提供本地MCP虚拟机管理。
terminal-mac的独特之处在于“终端内显示”这个设计,让你不用离开终端就能看到Agent在干什么,这在日常开发工作流里是一个很实际的便利。
但这个项目真正值得关注的是:它验证了一种思路,Agent的基础设施可以由社区用开源的方式快速补齐。
这里分享一个我自己的经验:你不需要从零开始造轮子,基于一个开源项目、甚至一篇技术文章,就可以搭建出你自己的Agent基础设施。
terminal-mac用MIT许可证发布,代码完全开放,你可以fork一份,根据自己的需求改造,接入你自己的PersonalAgent工作流。
比如你可以给虚拟Mac预装一套特定的测试环境,让Agent每天自动跑一遍GUI回归测试。
或者装上设计软件,让Agent帮你批量调整界面元素,又或者装上办公套件,让Agent在隔离环境里处理敏感文档,数据泄露风险会降低。
回过头来看,terminal-mac这个项目让我想明白了一件事。
AIAgent的能力上限,很多时候不取决于模型有多强,而取决于它能操作的环境有多丰富、多安全。
过去一年,我们看到了Agent操作浏览器、操作手机、操作命令行。
现在,它有了一台自己的电脑。
我们一条命令就能启动一台虚拟Mac,通过MCP接入你已有的Agent框架,整个过程的门槛低到了一个新水平。
如果你也在折腾PersonalAgent,对这个项目感兴趣,也想给它配一台专属的Mac:
你可以去GitHub搜govijr/terminal-mac,一条命令就能开始体验。
温馨提示,如果看完这篇,你还有什么问题,那么请把项目地址和这篇文章丢给你的PersonalAI,让它帮你解决一下!