Automatisation GUI Argus

VérifiéPrudence

Automatisation de bureau via le serveur MCP Argus. Permet de contrôler l'ordinateur, prendre des captures d'écran, cliquer, taper, faire défiler, etc.

Spar Skills Guide Bot
ProductiviteIntermédiaire
23/07/2026
Claude CodeCursor
#gui-automation#desktop-control#mcp-server#screenshot#computer-use

Recommandé pour

Synthèse automatique

Ce skill connecte un agent au serveur MCP Argus pour observer et piloter le bureau : captures d'écran, clics, saisie de texte, défilement, lancement et gestion de fenêtres d'applications.

Points forts

  • Impose un flux discipliné « capture d'écran → analyse → action », ce qui évite les clics à l'aveugle sur des coordonnées devinées.
  • Le mode batch (computer_batch) regroupe plusieurs actions en un seul appel et réduit fortement les allers-retours.
  • Gère les textes non-ASCII (CJK) via le presse-papiers avec via_clipboard ou write_clipboard + collage.
  • Système de permissions par application (lecture seule pour les navigateurs, clic sans saisie pour les terminaux, accès complet ailleurs) avec request_access explicite.

Limites

  • Sous macOS, l'application de terminal doit recevoir les autorisations Accessibilité et Enregistrement de l'écran, sinon les outils échouent.
  • Une seule session peut contrôler la machine à la fois : un verrou bloque les sessions concurrentes.
  • Nécessite d'installer et de déclarer localement le serveur MCP Argus dans .mcp.json avant tout usage.
Quand l'utiliser

À utiliser lorsqu'une tâche doit réellement être exécutée dans une interface graphique de bureau, par exemple cliquer dans une application native ou faire une capture d'écran.

Quand l'éviter

À éviter si l'action peut être réalisée par un script, un CLI ou une API, car l'automatisation d'interface graphique est plus lente et plus fragile.

Analyse de sécurité

Prudence
Score qualité80/100

This is a legitimate GUI-automation skill wrapping a local Argus MCP server. It uses powerful tools (screen capture, clicking, typing, clipboard) for a clearly stated purpose and includes a request_access permission model plus per-app tiers (browsers read-only, terminals click-only) that mitigate misuse. Nothing destructive, exfiltrating, or obfuscated appears, but the clipboard and unused shell/file tools warrant a caution rating rather than safe.

Points d'attention
  • •Declares broad desktop-control capabilities: full mouse/keyboard control, screenshots, and clipboard read/write, which can expose sensitive on-screen or clipboard data (passwords, tokens, messages)
  • •Bash, Read, Write, and Edit are declared in allowed-tools but never referenced in the skill body, granting file/shell capability beyond the documented GUI workflow
  • •Requires granting macOS Accessibility and Screen Recording TCC permissions, broadly elevating the host terminal's privileges
  • •No exfiltration, destructive commands, obfuscated payloads, or safety-disabling instructions present
Comment cette analyse est faite

Exemples

Inspect the screen
Take a screenshot of my desktop and tell me which applications and windows are currently open.
Drive a browser
Request access to Safari, open news.ycombinator.com, and click on the top story link.
Fill in a native app
Open my Notes app, create a new note, and type 'Weekly sync — action items' followed by a Return.

name: argus-gui-automation description: | Desktop GUI automation via the Argus MCP server. Use when the user asks to control their computer, interact with desktop applications, take screenshots, click UI elements, type text, scroll, manage windows, or automate any GUI task. Triggers: "screenshot", "click on", "open app", "type into", "scroll", "computer use", "GUI automation", "desktop control", "操作电脑", "截屏", "点击", "打开应用", "输入文字". display-name: Argus GUI Automation version: 0.1.0 allowed-tools:

  • Bash
  • Read
  • Write
  • Edit
  • Glob
  • Grep
  • mcp__argus__request_access
  • mcp__argus__list_granted_applications
  • mcp__argus__screenshot
  • mcp__argus__zoom
  • mcp__argus__left_click
  • mcp__argus__double_click
  • mcp__argus__triple_click
  • mcp__argus__right_click
  • mcp__argus__middle_click
  • mcp__argus__mouse_move
  • mcp__argus__left_click_drag
  • mcp__argus__left_mouse_down
  • mcp__argus__left_mouse_up
  • mcp__argus__cursor_position
  • mcp__argus__scroll
  • mcp__argus__type
  • mcp__argus__key
  • mcp__argus__hold_key
  • mcp__argus__read_clipboard
  • mcp__argus__write_clipboard
  • mcp__argus__open_application
  • mcp__argus__switch_display
  • mcp__argus__computer_batch
  • mcp__argus__wait
  • mcp__argus__zoom compatibility: platforms: [macos, windows]

Argus GUI Automation

You have access to desktop GUI automation tools via the argus MCP server. These tools let you see and control the user's screen — take screenshots, click, type, scroll, and manage applications.

Setup

The argus MCP server must be configured in .mcp.json:

{
  "mcpServers": {
    "argus": {
      "command": "node",
      "args": ["<path-to>/argus-automation/dist/index.js"]
    }
  }
}

macOS Prerequisites

  • Grant Accessibility permission to your terminal app (System Settings → Privacy & Security → Accessibility)
  • Grant Screen Recording permission to your terminal app (System Settings → Privacy & Security → Screen Recording)
  • If permissions are missing, request_access will show the TCC state and guide the user

Windows Prerequisites

  • No special permissions needed
  • Windows 10/11 supported

Workflow

1. Request Access First

Before interacting with any application, you MUST call request_access with the app names:

request_access({ application_names: ["Safari", "Finder"], reason: "Navigate to a website" })

2. Screenshot → Analyze → Act

Always take a screenshot before acting. Never click blindly.

screenshot()  →  analyze the image  →  left_click({ coordinate: [x, y] })

3. Use Batch for Efficiency

Combine multiple actions into one call to reduce latency:

computer_batch({ actions: [
  { action: "left_click", coordinate: [100, 200] },
  { action: "type", text: "hello" },
  { action: "key", text: "Return" },
  { action: "screenshot" }
]})

Key Rules

  1. Always screenshot first — never guess coordinates. The screen may have changed.
  2. Request access before interaction — tools will error if the frontmost app isn't in your allowlist.
  3. Use batch for multi-step actions — reduces round-trips by 60%+.
  4. CJK text: use clipboard — for non-ASCII text, use type with via_clipboard: true, or manually write_clipboard + key("cmd+v") (macOS) / key("ctrl+v") (Windows).
  5. Coordinate system — coordinates are in logical pixels matching the screenshot dimensions. (0,0) is top-left.
  6. Permission tiers — browsers are "read" (visible only), terminals are "click" (no typing), other apps are "full".
  7. One session at a time — if another Claude session is using the computer, you'll get a lock error. Wait or ask the user to stop the other session.

Tool Quick Reference

| Tool | Purpose | |------|---------| | request_access | Grant permission to interact with apps | | screenshot | Capture the current screen | | zoom | High-res capture of a screen region | | left_click | Click at coordinates | | double_click | Double-click | | type | Type text (use via_clipboard for CJK) | | key | Press key combo ("cmd+c", "Return", etc.) | | scroll | Scroll at position | | computer_batch | Run multiple actions in one call | | open_application | Launch an app | | read_clipboard / write_clipboard | Clipboard access |

Platform Differences

| Feature | macOS | Windows | |---------|-------|---------| | Paste shortcut | Cmd+V | Ctrl+V | | App identifier | Bundle ID (com.apple.Safari) | EXE name (CHROME.EXE) | | Window hiding | Compositor-level (safe) | Minimize (disabled by default) | | Permissions | TCC (Accessibility + Screen Recording) | None needed | | File manager | Finder (always allowed) | Explorer (add to allowlist) |

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/argus-gui-automation-mrx3xxiu/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/argus-gui-automation-mrx3xxiu' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/argus-gui-automation-mrx3xxiu/download' --output '.skill-downloads/argus-gui-automation-mrx3xxiu/SKILL.md.part' && mv '.skill-downloads/argus-gui-automation-mrx3xxiu/SKILL.md.part' '.skill-downloads/argus-gui-automation-mrx3xxiu/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Extrait original : Setup

The argus MCP server must be configured in .mcp.json:

{
  "mcpServers": {
    "argus": {
      "command": "node",
      "args": ["<path-to>/argus-automation/dist/index.js"]
    }
  }
}

macOS Prerequisites

  • Grant Accessibility permission to your terminal app (System Settings → Privacy & Security → Accessibility)
  • Grant Screen Recording permission to your terminal app (System Settings → Privacy & Security → Screen Recording)
  • If permissions are missing, request_access will show the TCC state and guide the user

Windows Prerequisites

  • No special permissions needed
  • Windows 10/11 supported

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/argus-gui-automation-mrx3xxiu/SKILL.md' && test -s '.skill-downloads/argus-gui-automation-mrx3xxiu/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/argus-gui-automation' && cp -R '.skill-downloads/argus-gui-automation-mrx3xxiu' '.claude/skills/argus-gui-automation'

Cursor
test -f '.skill-downloads/argus-gui-automation-mrx3xxiu/SKILL.md' && test -s '.skill-downloads/argus-gui-automation-mrx3xxiu/SKILL.md' && mkdir -p '.cursor/skills' && test ! -e '.cursor/skills/argus-gui-automation' && cp -R '.skill-downloads/argus-gui-automation-mrx3xxiu' '.cursor/skills/argus-gui-automation'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/argus-gui-automation-mrx3xxiu'

openskills read 'argus-gui-automation-mrx3xxiu'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/argus-gui-automation-mrx3xxiu/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires