这短时间，JEV 的热度还在持续。
前两天给大家分享过一份相关项目精选，里边热门的我都试了一下，让我发现了一个在浏览器电脑操作分类里面排行第一的，解决了我现在的一个大难题，应该也是很多小伙伴遇到的问题。
叫 Cua Driver， 是开源项目 Cua 里负责操作软件界面的工具。
它所在的 Cua 项目，目前在 GitHub 上已有 2.6 万多个星标，也曾登上 GitHub 日榜第一。
github.com/trycua/cua
刚看到的时候，我还没太弄明白，它跟 J EV 到底有什么关系。结果装上折腾了一圈，倒是先解决了一个困扰我挺久的问题。
Codex 操纵电脑，总跟我抢鼠标
经常在 Windows 上 用 Computer Use 的小伙伴，应该知道我在说什么，用 Mac 的就没这方面的烦恼。
平时让 Codex 写代码、整理文件，交代完任务就能切出去干别的，偶尔回来看看结果就行。
可有些任务没有现成的接口，得让它打开软件、看着界面点按钮。这时候就尴尬了： 它开始用电脑，我就不好用电脑了。
比如它一打开微信，屏幕上方就亮起了 ChatGPT is using your computer 的提示，蓝色边框闪烁的时候，你的鼠标就只能归它用了。
这时候我要是也动鼠标，两边就容易打架。我刚切回自己的窗口，它又把窗口切走了；我想点这里，鼠标已经被它挪到了别处。
你看，我中途动了几下鼠标，操作就乱了，最后文件也没发出去。
所以 最后只能把手拿开，看它干活。
本来想找个助手分担工作，结果助手一上班，我得先让座。
所以，能不能让它 操作软件 干活的时候，我也能正常用电脑？
装上 Cua Driver，不用让鼠标了
这次的 Cua Driver，就是冲着这个问题来的。
它可以接到 Codex 里，读取窗口、点击按钮、输入文字。在支持的操作里，它能直接对目标窗口干活，不会抢你的鼠标。
来给大家看看用起来的效果。
画面里看起来出现了两个鼠标：红色箭头标出 Codex 正在操作的位置，我自己的鼠标则继续浏览网页。它操作它的，我用我的，没有互相冲突。
这样就不用为了让 AI 干活，专门把电脑空出来。
相信这个应该是解决了 Windows 上 Codex 用户的长久以来的大问题，因为这个 OpenAI 官方一直没有去解决，所以就很费劲。
其实这篇的功能到这也就结束了，很简单，然后我就又去试试看它到底能做多少操作。
比如让它操作微信练练手，因为通过 Computer Use 的话，实际上电脑上的所有软件都可以让它跑起来，比如 让 Codex 把电脑上的文件，通过微信发给我。
说到这个，先容我吐槽一下远控。
最近用 Codex Remote，做的稀烂，太容易断线，而且连起来费劲。
实在不行，还得在手机上打开 UU 远程，自己 去远程操作电脑 。
UU 当然能用，也能传文件。可手机屏幕就那么大，找个文件夹、选几份材料、压缩再传出来，坐在电脑前可能一分钟搞定，换成手机就得放大、挪动，跟那些小按钮较劲。
而且我平时跟同事沟通、收发资料，大多都在微信里。 文件直接到微信，查看、转发都顺手，省得再倒腾一遍。
所以就拿这个场景跑一遍，比如让 Codex 把电脑上的指定文件打包发到微信上。
前面的找文件、打包，让它用擅长的方式完成。到了微信里选择文件、发送这一步，再通过 Cua Driver 操作界面。
我试了一次，也录了屏。
整个过程说不上快，中间还是能看出来它在观察、判断、继续操作。
两个鼠标同样也不冲突。
跑通之后，这件事就有意思了。
以后人在外面，临时需要电脑里的材料，就可以拿起手机，把文件在哪、要怎么处理、发到哪里交代给 Codex。剩下的让它做，等微信收到文件，直接查看或转发，不用再远程操作去跟小按钮费较劲了。
前提是电脑没有休眠，桌面处于可操作状态，微信已经登录，手机也能把任务交给这台电脑上的 Codex。
这也是我觉得这次折腾挺值的地方：人在电脑前，它干活时少打扰我；人在外面，它又能配合 Codex，把处理好的文件送到微信。
而且实际用起来的体验就像是，你的电脑前就有一个真实存在的真人助理，你拿起手机给他发个语音，他就把文件发给你了。
因为有一次我用的时候，本来是大家都在会场上，然后临时要一份文件我就拿出手机来，发了个语音，说，你把文件发我微信上，然后同事就问，怎么你办公室还有人帮你干活？😂
它跟 JEV 到底有什么关系？
至于一开始吸引我过去的 J EV，后来也弄明白了。
项目现在已经提供了 jev-use 接入示例，让 J EV 根据当前界面信息，从准备好的候选动作里选择下一步，再由 Driver 执行。
这里要分开说：接上 Cua Driver，不代表 Codex 就自动用上了 JEV。想让 JEV 参与动作选择，还需要另外接入。
cua.ai/docs/how-to-guides/driver/jev-use
比如当前该填写内容、点击按钮，还是重新观察一下，就可以整理成明确选项，交给它判断。
官方也在推进截图识别相关的扩展。遇到软件不方便直接提供按钮、文字信息的情况，可以先把画面解析出来，再接到动作选择流程里。这部分目前还是开发者预览，默认安装里没有开箱即用的稳定方案。
后面这部分如果成熟了，还是挺值得期待的。
现在看 AI 操作软件，有些时间就花在看一下、想一下、再点一下之间。如果这些环节能衔接得更顺，重复的小操作就有机会再快一些。
像这次发文件，慢一点已经能帮上忙。以后如果中间的停顿更少，交代完任务，微信很快就响一声，那就更舒服了。
直接让 Codex 帮你装
想试的小伙伴，安装过程我就不在这里展开敲命令了。
直接把下面这段话发给 Codex：
请参照官方文档 https://cua.ai/docs/use-cua-with/codex，检查并安装适合这台 Windows 电脑的 Cua Driver，接入当前 Codex，保留已有配置。界面操作优先使用后台模式，不抢占我的鼠标、键盘和当前窗口；不支持时停下来说明。先用无敏感内容的测试窗口，完成一次真实操作并核对结果。安装和配置可以直接进行，测试界面操作前先让我确认开始。如果需要重启或新建会话，请明确告诉我。
真遇到安装或连接问题，把完整报错交给它，让它对照官方文档继续处理。别只收到一句安装成功就结束，得实际操作一次，看看是不是用上了。
之后可以拿一份专门准备的测试文件，明确授权它发送到自己的文件传输助手。把位置和接收对象说清楚，第一次也方便核对。
前几次跑你可以先发给自己试使用，跑通了之后就可以任意发给你的其他微信联系人，这一步应该是能折腾出来很多玩法的。
Cua Driver 也不只给 Codex 用，其他支持接入的 Agent 工具都可以用，比如国内的 Workbuddy，同样可以。
接好之后，让 Workbuddy 操作软件界面，在支持后台操作的地方，它忙它的，你照常用电脑，也不用把鼠标让出去。
结语
这个项目原本只是顺着 JEV 找点新东西玩，结果无意间解决了一个老大难问题。还顺手跑通了交代任务，让微信收到某个群里某个人的文件之后，自动转发给某个人。
微信转文件，这个其实只是我顺手跑的案例，当然转文件的方式还可以用其他方式来实现，比如 Workbuddy 上面如果连了微信 Claw的话，直接在里边发句话，它也可以搞定。
CuA driver 的真实场景还是用在当你们同时去用电脑的时候，可以让它在后台使用鼠标，而不用抢你的。
对我来说，这已经值得留下来了，推荐每一个 Windows Codex 用户都去试一试。
