安装 Mac App
DeskMind 的 Mac App 把整个循环都装在一起:输入目标,确认它可以使用哪些应用,它就替你操作,并显示每一步做了什么、为什么这么做。
更习惯用终端?也可以自己运行模型,见快速上手。
- Apple 芯片的 Mac。
- macOS 15 或更高版本。
- 模型所需的磁盘空间:决策模型(0.8B + 4B)约 5.3 GB;加上可选的视觉模型,另需约 3.3 GB。可用空间不足约 7.5 GB 时,App 会在下载前提醒你。
- 内存:两个决策模型加上推理环境,运行期间约占 7 GB 内存。内存小于 12 GB 的 Mac 上,App 会提示模型可能很慢或加载失败,建议先退出其他应用。
- 从 最新发布页下载 DMG。
- 打开 DMG,把 DeskMind 拖进「应用程序」。
- 从「应用程序」里打开 DeskMind。
发布版用 Developer ID 签名,并经过 Apple 公证。
两个应用,一套权限
Section titled “两个应用,一套权限”DeskMind 由两个应用组成:
- DeskMind:你看到的窗口。它本身不需要任何隐私权限。
- DeskMind Hands:随应用一起安装的后台助手,负责观察和操作。所以 macOS 会把权限记在 DeskMind Hands 名下,而不是 DeskMind。
首页有一张「准备工作」卡片,会带你一项项完成。必需的项目都就绪后,它会收成一行。
| 项目 | 用途 | 是否必需 |
|---|---|---|
| 后台助手 | 启动 DeskMind Hands | 必需 |
| 本地模型 | 下载并启动决策模型 | 必需 |
| 辅助功能 | 读取窗口里的按钮和文字,并替你点击、输入 | 必需 |
| 屏幕录制 | 看见屏幕上的内容,判断任务进行到哪一步 | 必需 |
| 自动化 | 让访达和文本编辑在后台保存、移动文件 | 可选 |
| 视觉模型 | 在没有辅助功能树的应用里定位控件 | 可选 |
授权「辅助功能」和「屏幕录制」时,App 会打开系统设置里对应的页面,并在旁边显示 DeskMind Hands 的图标。把图标拖进列表,再打开 DeskMind Hands 旁边的开关。开关打开后,这一行会自动变成已完成,助手会重新启动让授权生效,不会关掉你的窗口。
「自动化」权限在助手第一次操控某个应用时,由系统弹窗授予。
首次运行:下载模型
Section titled “首次运行:下载模型”第一次使用时,「本地模型」一行会提示下载约 5.3 GB(0.8B 和 4B 两个决策模型)。
- App 从 Hugging Face 下载发布版模型(DeskMind Brain G18b),每个文件都固定到具体版本,使用前逐个按 SHA-256 校验。
- 如果 Hugging Face 下载失败或太慢(某个文件开始后 30 秒内平均不到约 200 KB/s),会自动改从 ModelScope 下载同样的文件,用同一组 SHA-256 校验。在中国大陆,通常走的就是这条路。
- 下载可以暂停、继续,进度会保存。
- 下载完成后,App 把模型载入内存,通常需要 30 秒左右。
视觉模型(约 3.3 GB)只在你主动点下载时才下载,入口在它自己那一行;只有任务需要时才会载入。
App 没有单独的自检。首页的「试试示例」提供一组示例任务,可以起到同样的作用:
- 6 个冒烟任务,在模拟桌面上运行:只在内存里的虚拟窗口上操作,用来确认 App、助手和本地运行时都接通了,不碰任何真实的东西。
- 真实沙箱任务,在访达和文本编辑里运行(新建文件夹、把文件移进文件夹、按类型归档文件、中文精确写入并保存)。每次都在新的沙箱文件夹里进行,不碰你的文件,并由评分程序检查结果。
如果出了问题,见常见问题排查。
在首页输入目标。开始之前,DeskMind 会列出要用到的应用,请你确认。文件操作只限于你附加的文件夹。运行过程中:
- 目标有歧义时,它会问你,你在卡片上回答;
- 发送、删除或无法撤回的操作之前,它会先征得你的同意;
- 如果某个应用只在前台才响应,它会等你几秒钟不动鼠标键盘时再做,你也可以把电脑交给它用 5 分钟。
运行结束后,DeskMind 会显示附加的文件夹里改动了什么。