给Claude Code配上DeepSeek，调用kimicu控制电脑

题接上一篇《Kimi 也支持电脑控制了》！

让智能体控制电脑，帮你完成各种操作，在自动化拟人任务和自动化测试中是非常有用的。但是并不是所有的模型和智能体都支持的。

在安装了 Kimi 的电脑控制插件之后，我发现了一个很有意思的事情。

我发现 KimiCode 的电脑控制插件，并不是只有它自家可以用，也支持其他智能体调用。比如明确支持的就有 Claude Code 和 ChatGPT。它已经自动识别了，并且可以一键启用。

除了明确支持的之外，它也提供了其他 Agent 接入的方法。

其实就是只要让其他智能体添加一个 MCP Server 就可以了！

然后我用我自己手搓的智能体试了一下。

没想到真的成功了。

我测试的时候选的还是没有视觉能力的 DeepSeek Flash！用 DS 的好处是成本低啊，成本低啊，成本低啊。

我主要是测试了两个任务。第一个是让它帮我打开计算器，计算一下 9 x 9 等于多少。

这是一个很简单的任务，但是它必须完成一个链路，你需要先打开计算器，然后找到 9 的按键位置，按下按钮，然后找到结果区域，读取结果。是一个完整的操作闭环。

第二个任务是，让它帮我打开 Chrome 浏览器，搜索 DeepSeek，然后帮我读取第一条结果。

也轻松搞定了。

这个 Computer Use 有点搞头，完全免费，而且支持各种 Agent，可以用便宜模型。

我看了一下这个电脑控制插件包含 13 个工具！

工具	作用
list_apps	按进程列出运行中的桌面应用
launch_app	按路径/名称/AppID 启动应用
activate_window	把已有窗口带到前台（pid/app/window_id 三选一）
get_app_state	窗口状态快照（截图 + 无障碍树，产出 snapshot_id），被动不激活
click	真实鼠标点击（元素 index 或截图坐标）
type_text	聚焦输入框后剪贴板粘贴输入
press_key	按键/组合键（Enter、Ctrl+A、Alt+F4 等）
scroll	滚动（元素或坐标，dy>0 上滚）
set_value	UIA 设原生控件值（Value/RangeValue）
perform_secondary_action	对原生控件执行 UIA 语义动作（invoke/toggle/expand 等）
select_text	选择文本（web/Electron 走真实焦点 + Ctrl+A）
drag	真实鼠标拖拽
turn_ended	结束 Computer Use turn、隐藏 overlay、清除 Escape 状态

有了这些 工具，可以完成大量的电脑操作任务。

当然，为了让自己的 Agent 和 DeepSeek 去调用这个插件，其实并没有想象的那么轻松，还是又遇到了不少波折。下面我就分享一下踩坑经验吧。成功的结果并没有太大意义，犯过的错误才是让我们进步的关键。

踩坑记录

当我知道KimiCU支持第三方调用的时候，首先是尝试了它明确支持的 ChatGPT（Codex）。

非常顺利：

Codex 做这种活还是非常优雅的。首先通过几个工具的调用确认这个插件已经可用。

已验证：

• 列出桌面应用和窗口：成功，约 0.05 秒返回
• 读取指定窗口状态及中文内容：成功
• 恢复并激活最小化窗口：成功
• 截取指定窗口画面：成功
• 切回 ChatGPT 并关闭控制浮层：成功

然后快速实现了调用计算器的任务，一切都非常顺利。

本来想试一下 Claude Code，但是我的配额已经用完了！

所以我就直接拿自己的 JClaude（有一个版本叫 Cowork 哈哈）来尝试了。

模型是直接选择了 DeepSeek V4 Flash！

为什么要搞这个呢？因为 Codex 和 Claude 它们家的工具和模型，本身就自带电脑操作功能，而且非常强大，并不需要第三方的电脑控制。只有我们自己做的 Agent 和配置第三方模型才需要自己解决电脑控制的问题。

而我这个 JClaude 其实就是套壳了 Claude Code，所以理论也算是在默认支持范围之内，跑起来应该问题不大。

我就把这个配置信息给了它：

将下面的 MCP Server 加入你的 Agent：
​
Name: kimi-cu
Type: stdio
Command: C:\Users\tony\AppData\Local\KimiCU\kimi-cu.exe
Args: mcp
​
JSON:
{
  "mcpServers": {
    "kimi-cu": {
      "args": [
        "mcp"
      ],
      "command": "C:\Users\tony\AppData\Local\KimiCU\kimi-cu.exe",
      "type": "stdio"
    }
  }
}

安装非常顺利，基础检查也全部过了。

但是当我尝试让它实现类似的 9 x 9 计算器操作的时候却卡住了。

一卡住，就分析了很久。还好最后 Flash 自己探索出了解决之道。

然后我把整个分析排查过，解决方案，使用教程大家分享一下。

1. 背景：问题是什么

kimi-cu （Kimi Computer Use for Windows）是 Moonshot 出的 Windows 桌面控制 runtime： 通过 MCP 暴露工具，让 AI 能"看"（截图 + UI Automation 树）并"操作"（真实鼠标/键盘）本地 Windows 应用。

插件是薄壳，真正干活的是本地 runtime：

 `%LOCALAPPDATA%\KimiCU\kimi-cu.exe`

现象：

kimi-cu MCP 装好了、runtime 也健康，但 Claude Code 会话里只加载 9 个工具，缺 4 个 ：activate_window、get_app_state、click、scroll。

致命影响：

缺的 get_app_state 是整套工具链的观察入口 。它截图 + 抓无障碍树 + 产出 snapshot_id，其余操作工具（click/type_text/press_key 等）全都强制要求传 snapshot_id。没有它，"观察 → 操作"的标准流程根本启动不了。

2. 根因

kimi-cu 的 4 个工具在 inputSchema 顶层用了 JSON Schema 的 oneOf 组合关键字，而 Anthropic 系客户端不支持工具 schema 顶层出现 oneOf/anyOf/allOf，加载时会静默跳过这些工具。

工具	inputSchema 顶层结构	Claude Code 是否加载
activate_window	oneOf（pid/app/window_id 三选一）	❌
get_app_state	oneOf（pid/app/window_id 三选一）	❌
click	oneOf（index / x,y 二选一，含 not/anyOf）	❌
scroll	oneOf（index / x,y 二选一，含 not/anyOf）	❌
其余 9 个	顶层无组合器，普通 object	✅

这不是配置问题、不是 runtime 问题、更不是"第三方调用（Cowork）"的问题。

3. 排查方法论（三层对账 + 逐层排除）

这套方法适用于任何"MCP 工具没加载齐"的排查：

① 三层对账

• 插件 manifest 声明的工具白名单（kimi.plugin.json 的 enabledTools）
• MCP server 实际 声明的工具：用 Python 直接对 kimi-cu.exe mcp 发 JSON-RPC tools/list
• 客户端会话实际 加载的工具：看会话里 mcp__<server>__* 工具数量

② 逐层排除

• 换不同 clientInfo 身份（claude-code/cowork-desktop/kimi/inspect）→ server 返回都是 13 个 → 排除 server 按客户端裁剪
• 用不经过宿主（Cowork）的系统独立 Claude CLI 连接 → 还是 9 个 → 排除宿主过滤，锁定 Claude Code 本身
• 导出全部工具的完整 inputSchema 逐一对比 → 发现"被跳过 = 顶层有 oneOf"的规律（天然的对照组：type_text/select_text 也是"index 或坐标二选一"，但没用 oneOf，就正常加载了）
• 上网核实 → 确认是 Anthropic API / Claude Code 对顶层组合器的已知限制

牛逼，它还上网核实一下！

我对 DeepSeek 是并没有太高期望的，没想到这个问题被它自己探索出来了，其实我同事也在问 K3 和 GPT 5.6，它们也指出了类似的方向。

4. 解决方案：本地 MCP 代理

核心思路：

在 Claude Code 与 kimi-cu.exe mcp 之间插一层薄代理，只改写 tools/list 响应，把 4 个工具的 oneOf 剥掉。对客户端完全透明，不动 kimi-cu 本体。

Claude Code ⇄ proxy.js（Node stdio）⇄ kimi-cu.exe mcp

4.1 原理

• 双向透传 所有 JSON-RPC 消息（initialize / tools/call / 通知）
• 只拦截 tools/list 响应 ：按请求 id 匹配响应，对每个工具剥掉 inputSchema 顶层的 oneOf/anyOf/allOf/not，补 type:"object"，其余字段原样保留
• 后端 kimi-cu.exe 路径由代理自己的 config.json 管理（不依赖官方插件包）
• 可选工具过滤：enabledTools / disabledTools

4.2 目录结构

C:\Users\tony.cowork\mcp\kimi-cu-proxy\
├── proxy.js        代理主程序（Node.js，零依赖）
├── config.json     配置（后端路径、工具过滤）
├── test-proxy.py   自检脚本
└── README.md

4.3 proxy.js

#!/usr/bin/env node
'use strict';
​
const { spawn } = require('child_process');
const fs = require('fs');
const os = require('os');
const path = require('path');
const readline = require('readline');
​
const PROXY_DIR = __dirname;
​
let config = {};
try {
  config = JSON.parse(fs.readFileSync(path.join(PROXY_DIR, 'config.json'), 'utf8'));
} catch (e) { /* 按默认处理 */ }
​
function resolveBackendExe() {
  const localAppData =
    process.env.LOCALAPPDATA || path.join(os.homedir(), 'AppData', 'Local');
  if (config.exePath && typeof config.exePath === 'string' && config.exePath.trim()) {
    return config.exePath.trim();
  }
  if (process.env.KIMI_CU_WINDOWS_EXE && process.env.KIMI_CU_WINDOWS_EXE.trim()) {
    return process.env.KIMI_CU_WINDOWS_EXE.trim();
  }
  return path.join(localAppData, 'KimiCU', 'kimi-cu.exe');
}
​
function applyToolFilter(tools) {
  const enabled =
    Array.isArray(config.enabledTools) && config.enabledTools.length ? config.enabledTools : null;
  const disabled =
    Array.isArray(config.disabledTools) && config.disabledTools.length
      ? new Set(config.disabledTools) : null;
  return (tools || []).filter((t) => {
    if (enabled && !enabled.includes(t.name)) return false;
    if (disabled && disabled.has(t.name)) return false;
    return true;
  });
}
​
// 剥掉 inputSchema 顶层的组合器，让 Claude Code 能加载
function sanitizeSchema(schema) {
  if (!schema || typeof schema !== 'object' || Array.isArray(schema)) return schema;
  const out = { ...schema };
  for (const key of ['oneOf', 'anyOf', 'allOf', 'not']) {
    if (Object.prototype.hasOwnProperty.call(out, key)) {
      const note = `(原 schema 顶层含 ${key}，为兼容 Claude Code 已剥离)`;
      out.description = out.description ? `${out.description} ${note}` : note;
      delete out[key];
    }
  }
  if (!out.type) out.type = 'object';
  if (out.properties === undefined) out.properties = {};
  if (out.additionalProperties === undefined) out.additionalProperties = false;
  return out;
}
​
function rewriteToolsResult(msg) {
  if (msg.result && Array.isArray(msg.result.tools)) {
    msg.result.tools = applyToolFilter(msg.result.tools).map((t) => ({
      ...t,
      inputSchema: sanitizeSchema(t.inputSchema),
    }));
  }
  return msg;
}
​
const backendExe = resolveBackendExe();
const child = spawn(backendExe, ['mcp'], { stdio: ['pipe', 'pipe', 'inherit'] });
​
child.on('error', (err) => {
  process.stderr.write(`[kimi-cu-proxy] 无法启动后端 ${backendExe}: ${err.message}\n`);
  process.exit(1);
});
​
const toolsListIds = new Set();
​
readline
  .createInterface({ input: process.stdin })
  .on('line', (line) => {
    if (!line.trim()) return;
    let msg;
    try { msg = JSON.parse(line); } catch (e) { return; }
    if (msg.method === 'tools/list') toolsListIds.add(msg.id);
    child.stdin.write(line + '\n');
  });
​
readline
  .createInterface({ input: child.stdout })
  .on('line', (line) => {
    if (!line.trim()) return;
    let msg;
    try { msg = JSON.parse(line); } catch (e) {
      process.stderr.write(`[kimi-cu-proxy] 忽略非 JSON 行: ${line.slice(0, 120)}\n`);
      return;
    }
    if (msg.id !== undefined && toolsListIds.has(msg.id)) {
      toolsListIds.delete(msg.id);
      msg = rewriteToolsResult(msg);
    }
    process.stdout.write(JSON.stringify(msg) + '\n');
  });
​
child.on('exit', (code) => process.exit(code || 0));
process.on('exit', () => { try { child.kill(); } catch (e) {} });
process.on('SIGINT', () => process.exit(0));
process.on('SIGTERM', () => process.exit(0));

4.4 config.json

{
  "exePath": "",
  "enabledTools": [],
  "disabledTools": []
}

字段	说明
exePath	后端 kimi-cu.exe 路径。留空依次回退环境变量 KIMI_CU_WINDOWS_EXE → 官方默认 %LOCALAPPDATA%\KimiCU\kimi-cu.exe
enabledTools	非空时只暴露列出的工具（默认空 = 全部 13 个）
disabledTools	非空时剔除列出的工具（默认空 = 不过滤）

4.5 注册配置

改 Claude Code 的 MCP 配置。如果改 Claude Code 官方版，就修改用户级 ~/.claude.json。如果修改我们自己的 Agent，就修改 .cowork/.claude.json 里的 mcpServers.kimi-cu：

"kimi-cu": {
  "type": "stdio",
  "command": "C:\Program Files\nodejs\node.exe",
  "args": ["C:\Users\tony\.cowork\mcp\kimi-cu-proxy\proxy.js"]
}

5. 验证

简单代理 MCP 已经写完，接下来就验证一下我们的操作实例了。

5.1 计算器 9 × 9

0. launch_app("calc.exe") 打开计算器
1. list_apps 定位计算器窗口（ApplicationFrameHost 下 title="计算器"）
2. get_app_state(window_id, mode="full") → snapshot_id + 无障碍树
3. 用正则从树里解析按钮中心坐标：按钮 name="九" class="Button" rect=x,y w x h → 中心 (x+w/2, y+h/2)
4. 依次 click(snapshot_id, x, y)：清除 → 九 → 乘以 → 九 → 等于
5. get_app_state(mode="text") 读到 "显示为 81"
6. 收尾 turn_ended 结束调用状态（隐藏 overlay，不杀进程）

关键坑：press_key 不支持 * 字符（报 unsupported key: *），所以乘法要用 click 点"乘以"按钮，不能靠键盘输入。

5.2 Chrome 搜索 DeepSeek

0. activate_window(chrome窗口) 激活（若最小化，先激活再观察，否则 mode="full" 会报 "target window is minimized"）
1. get_app_state(mode="full") → snapshot_id + 树，解析地址栏的中心坐标
2. click 地址栏（真实鼠标，触发 overlay）→ 输入内容 type_text(snapshot_id, x, y, text, clear=true) → 输入回车 press_key "Enter"
3. 等加载后 get_app_state(mode="text") 从 visible_text 提取结果

5.3 收尾惯例

每次操作完必须调用 turn_ended 结束 Computer Use turn 并隐藏 overlay------不是杀进程 。 然后用 p.stdin.close() 让 MCP 连接优雅退出（server 检测到 EOF 自动退出）。

6. 坑与细节清单

0. MCP stdio 是"换行分隔 JSON-RPC"：每行一个 JSON 对象
1. 测试代理不能 printf | node proxy.js ：代理是常驻进程（要转发子进程），管道等不到 EOF 会挂起；用 Python subprocess + 线程读 + 按 id 匹配响应，最后显式关闭
2. get_app_state 三种 mode 的区别：full（截图 + ax）、image（仅截图）、ax（仅 UIA 树，无截图）、text（仅可见文本，最轻）。click 的坐标必须是带截图的 snapshot（full/image）的 screenshot_pixels；用 ax 的坐标可能坐标系统不对（报 out of bounds）
3. 窗口最小化时 full/image 报错 "target window is minimized before get_app_state screenshot"，先 activate_window 再重试一次
4. Git Bash 的路径转换坑：taskkill /F /IM kimi-cu.exe 会把 /F 转成 F:/，需加 MSYS_NO_PATHCONV=1 前缀或用 PowerShell
5. Windows 控制台编码：Python 打印 UTF-8 中文乱码，用 PYTHONIOENCODING=utf-8
6. kimi-cu 进程构成：主 agent（常驻，stop-agent 停）、overlay 窗口进程、每个 MCP 连接一个 kimi-cu.exe mcp 实例。退出要分层处理
7. skipSchemaValidation: true 只绕过本地校验，Anthropic API 层仍拒；治本是把 oneOf 从 server schema 里去掉

7. 全新系统从零部署（step-by-step）

7.1 系统要求

• Windows 10 1903+ / Windows 11，x64；Windows Server 需 Desktop Experience + 交互式会话
• 目标应用以管理员权限运行时，kimi-cu agent 也需同级权限（UIPI 限制）

7.2 安装 kimi-cu runtime

# PowerShell 一键安装
powershell.exe -NoProfile -ExecutionPolicy Bypass -Command "Invoke-RestMethod 'https://cdn.kimi.com/kimi-computer-use-windows/latest/setup_windows.ps1' | Invoke-Expression"

安装后默认在 %LOCALAPPDATA%\KimiCU\kimi-cu.exe，并自动在后台启动 agent、注册开机自启。 验证：

"$LOCALAPPDATA/KimiCU/kimi-cu.exe" doctor
# 期望输出含 mcp=true、helper=embedded、agent.running=true

7.3 部署本地 MCP 代理

0. 建目录：<HOME>.cowork\mcp\kimi-cu-proxy
1. 把 4.3 的 proxy.js 、4.4 的 config.json、README 放进去
2. 确认本机 Node 可用：node --version（Claude Code 自带 Node；若用独立安装，注意 command 里写对 node.exe 绝对路径）

7.4 配置 Claude Code 指向代理

编辑 Claude Code 的 MCP 配置，把 kimi-cu 指向代理：

"kimi-cu": {
  "type": "stdio",
  "command": "<node.exe 绝对路径>",
  "args": ["<代理 proxy.js 绝对路径>"]
}

备份原配置再改，改完后新会话生效！

其实核心问题就一句话：不兼容。第二句话是：搞个 MCP 做兼容！！

一旦配置好之后，以后就不用管了，直接让它做就可以了！我这次遇到的问题，主要是因为我用了 Claude Code 的缘故，如果你的智能体不是 CC，估计就不会遇到这个问题了，应该会简单很多。

中间部分是让 DS 自己做总结，对普通人阅读文章可能不是太友好，但是细节非常清晰，有很高的实用价值。

工具模型就是那些，以后就是要不断的提升使用技巧了。

另外再说一个很有意思的现象。Kimi 的这个插件，K3 自己调用的时候，出现了调用完成之后不退出调用状态的现象，就是电脑屏幕一直显示"正在使用电脑"。

DeepSeek 也出现了这个问题，而 Codex（GPT 5.6）却做得非常好，第一次接触这个工具，做完之后收得非常干净。

DeepSeek还出现一个问题，他居然说Kimi-cu.exe的签名是

幻方量化科技股份有限公司（Moonshot AI 母公司），DigiCert 时间戳有效------官方文件，不是第三方伪造。

懂得兄弟应该发现问题了。

它把两家公司搞混了，它把自己的母公司搞成了Kimi的母公司。问题是它还言之凿凿说这不是第三方伪造。 经过我的质疑，它坦白，它读取到的签名是乱码，然后直接乱编了一个...!

看不懂，就乱编一个~~哈哈！

D哥，你这么做事情不太行吧！