Kiểm tra CUA: Máy chủ MCP cho Đại lý Sử dụng Máy tính, Đây là Ý kiến của tôi

CUA, khung agent sử dụng máy tính, và máy chủ MCP mượt mà, Cua, cho phép các agent AI điều khiển hệ thống macOS hoặc Linux của bạn bằng ngôn ngữ tự nhiên. Tôi đã mày mò thiết lập máy chủ MCP CUA trên chiếc Mac Apple Silicon của mình, và để tôi nói bạn nghe—đây là một bước ngoặt trong việc tự động hóa các tác vụ cục bộ. Trong hướng dẫn cho người mới bắt đầu này, tôi sẽ chia sẻ quan điểm của mình về việc cài đặt và kiểm tra máy chủ MCP CUA, với một ví dụ thú vị: làm cho nó mở một terminal và liệt kê nội dung thư mục. Không cần kỹ năng kỹ thuật—chỉ cần một chút tò mò! Sẵn sàng biến AI của bạn thành một chuyên gia máy tính chưa? Hãy bắt đầu!

💡

Bạn muốn một công cụ kiểm tra API tuyệt vời mà tạo ra tài liệu API đẹp mắt?

Bạn muốn một nền tảng tích hợp, Tất cả trong Một cho nhóm phát triển của bạn làm việc cùng nhau với năng suất tối đa?

Apidog đáp ứng tất cả nhu cầu của bạn, và thay thế Postman với mức giá phải chăng hơn nhiều!

button

Cua và máy chủ CUA MCP là gì?

CUA (Agent Sử Dụng Máy Tính) là một khung mã nguồn mở cho phép các agent AI tương tác với máy tính của bạn—hãy nghĩ đến việc điều khiển màn hình, tự động hóa bàn phím/chuột và các máy ảo (VMs) tách biệt trên macOS và Linux, đặc biệt là Apple Silicon. Máy chủ Cua MCP là thành phần Giao Thức Ngữ Cảnh Mô Hình (MCP) của nó, hoạt động như một cầu nối để cho phép các client AI như Claude Desktop hoặc Cursor thực hiện các tác vụ CUA thông qua ngôn ngữ tự nhiên. Nó như việc đưa cho AI của bạn một điều khiển từ xa cho hệ thống của bạn, thực hiện các lệnh một cách an toàn mà không cần phụ thuộc vào đám mây. Chúng ta sẽ thiết lập nó và thử nghiệm với một tác vụ đơn giản, trong khi vẫn giữ mọi thứ riêng tư và thú vị. Hãy cùng bắt đầu!

Thiết lập Môi Trường của Bạn: Sẵn sàng cho CUA

Trước khi chúng ta khởi động máy chủ CUA MCP, hãy chuẩn bị hệ thống của bạn. Điều này thân thiện với người mới bắt đầu, với mỗi bước được giải thích để giữ cho bạn trong cuộc.

1. Kiểm Tra Các Điều Kiện Tiên Quyết: Đảm bảo bạn đã chuẩn bị những công cụ này:

Python: Phiên bản 3.10 hoặc cao hơn. Chạy python --version trong terminal của bạn. Nếu nó thiếu hoặc đã lỗi thời, tải xuống từ python.org. Python hỗ trợ các tập lệnh và máy chủ của CUA.
Git: Cần thiết để sao chép repo Cua. Kiểm tra với git --version. Cài đặt từ git-scm.com nếu cần thiết.
Docker: Cần cho các thiết lập container của máy chủ MCP. Tải xuống từ docker.com và xác minh với docker --version.
Phần Cứng: Một chiếc Mac với Apple Silicon (M1/M2/M3) hoặc hệ thống Linux, CPU 4+ lõi, RAM 16GB+ và 10GB+ bộ nhớ trống cho các phụ thuộc.Bạn thiếu gì không? Cài đặt ngay bây giờ để tránh sự cố.

2. Tạo Một Thư Mục Dự Án: Hãy giữ cho mọi thứ gọn gàng bằng cách tạo một thư mục riêng:

mkdir cua-mcp-test
cd cua-mcp-test

Thư mục này sẽ chứa dự án CUA của bạn, và cd sẽ chuẩn bị cho bạn cho các bước tiếp theo.

3. Sao Chép Kho Lưu Trữ Cua: Lấy mã nguồn CUA từ GitHub:

git clone https://github.com/trycua/cua.git
cd cua

Lệnh git clone sẽ lấy về repo Cua, bao gồm mã của máy chủ MCP trong libs/mcp-server. Lệnh cd cua chuyển bạn vào thư mục dự án.

4. Thiết Lập Môi Trường Ảo: Để ngăn chặn xung đột gói, hãy tạo một môi trường ảo Python:

python -m venv venv

Kích hoạt nó:

Mac/Linux: source venv/bin/activate
Windows: venv\Scripts\activateNếu thấy (venv) trong terminal của bạn có nghĩa là bạn đang ở trong một môi trường Python sạch, tách biệt các phụ thuộc của CUA.

5. Mở trong VS Code: Khởi động dự án trong Visual Studio Code để dễ dàng lập trình:

code .

VS Code sẽ mở thư mục cua, sẵn sàng cho việc lập trình. Nếu bạn chưa có VS Code, hãy tải xuống từ code.visualstudio.com hoặc sử dụng một trình soạn thảo khác, nhưng tích hợp Python của VS Code là rất tốt.

Cài Đặt Máy Chủ CUA MCP

Chúng ta hãy cài đặt máy chủ CUA MCP để làm việc với Claude 3.7. Chúng ta sẽ sử dụng một tập lệnh đơn giản để thiết lập dễ dàng, đảm bảo tất cả các phụ thuộc đều sẵn có.

1. Chạy Tập Lệnh Thiết Lập Dễ Dàng: Repo CUA cung cấp một lệnh đơn để làm đơn giản hóa quá trình cài đặt:

curl -fsSL https://raw.githubusercontent.com/trycua/cua/main/libs/mcp-server/scripts/install_mcp_server.sh | bash

Tập lệnh này thực hiện nhiều công việc nặng nhọc:

Tạo thư mục ~/.cua nếu nó chưa tồn tại.
Tạo một tập lệnh khởi động tại ~/.cua/start_mcp_server.sh.
Thiết lập cho tập lệnh có thể thực thi.
Quản lý các môi trường ảo Python và cài đặt/cập nhật gói cua-mcp-server.Nó được thiết kế cho macOS và Linux, sử dụng Docker cho một máy chủ được container hóa. Hãy chờ trong khoảng một phút khi nó tải xuống các phụ thuộc.

2. Cài Đặt Các Phụ Thuộc Python: Nếu bạn thích cài đặt thủ công hoặc gặp sự cố, hãy cài đặt máy chủ CUA MCP trực tiếp:

pip install cua-mcp-server

Cái này sẽ cài đặt:

Máy chủ MCP chính nó.
Agent CUA và các phụ thuộc máy tính (ví dụ: cho điều khiển màn hình, tự động hóa bàn phím/chuột).
Một tập lệnh cua-mcp-server có thể thực thi trong PATH của bạn.

3. Xác Minh Docker: Máy chủ MCP chạy trong một container Docker, vì vậy hãy đảm bảo Docker đang hoạt động:

docker ps

Nếu Docker không đang chạy, hãy khởi động nó qua Docker Desktop (Mac) hoặc sudo systemctl start docker (Linux). Điều này là rất quan trọng cho môi trường sandbox của máy chủ.

Cấu Hình Máy Chủ CUA MCP cho Claude Desktop

Giờ thì, hãy cấu hình máy chủ CUA MCP để làm việc với Claude 3.7 trong Claude Desktop, thiết lập các API key và biến môi trường cần thiết.

1. Lấy API Key từ Anthropic: Đăng ký tài khoản tại anthropic.com, truy cập vào phần API và tạo một API key. Lưu nó một cách an toàn (đừng chia sẻ!). Khóa này cho phép Claude 3.7 giao tiếp với máy chủ CUA MCP.

2. Cập Nhật Cấu Hình Claude Desktop: Thêm máy chủ CUA MCP vào file cấu hình của Claude Desktop, thường nằm ở ~/.config/claude-desktop/claude_desktop_config.json (Mac). Tạo nó nếu nó không tồn tại:

{
  "mcpServers": {
    "cua-agent": {
      "command": "/bin/bash",
      "args": ["~/.cua/start_mcp_server.sh"],
      "env": {
        "CUA_AGENT_LOOP": "OMNI",
        "CUA_MODEL_PROVIDER": "ANTHROPIC",
        "CUA_MODEL_NAME": "claude-3-7-sonnet-20250219",
        "ANTHROPIC_API_KEY": "your-api-key"
      }
    }
  }
}

Thay thế your-api-key bằng API key của bạn từ Anthropic. Cấu hình này:

Sử dụng tập lệnh khởi động từ bước cài đặt.
Đặt vòng lặp agent thành OMNI cho việc xử lý tác vụ linh hoạt.
Chỉ định Claude 3.7 (claude-3-7-sonnet-20250219) là mô hình.
Truyền khóa API một cách an toàn.Lưu file ở vị trí chính xác. Để biết thêm chi tiết, hãy xem Hướng Dẫn Người Dùng MCP của Anthropic.

3. Tùy Chọn: Tích Hợp Cursor: Bạn muốn sử dụng CUA với Cursor? Tạo một file cấu hình MCP:

Cụ thể dự án: Thêm .cursor/mcp.json trong thư mục dự án của bạn.
Toàn cầu: Thêm ~/.cursor/mcp.json trong thư mục chính của bạn.Sử dụng cùng cấu hình mcpServers như trên. Sau đó, trong cuộc trò chuyện của Agent Cursor, hãy nói, “Sử dụng công cụ điều khiển máy tính để mở Safari,” và CUA sẽ đảm nhận. Xem tài liệu MCP của Cursor để biết thêm thông tin.

Kiểm Tra Máy Chủ CUA MCP của Bạn với Claude 3.7

Đến lúc kiểm tra máy chủ CUA MCP bằng cách để Claude 3.7 mở một terminal và liệt kê nội dung thư mục! Chúng tôi sẽ tạo một tập lệnh để mô phỏng tác vụ này và chạy nó trong VS Code.

1. Tạo Một Tập Lệnh Kiểm Tra: Trong VS Code, với dự án cua của bạn đang mở, tạo một file có tên test.py trong thư mục cua. Dán mã này vào:

import os
import asyncio
from computer import Computer
from agent import ComputerAgent, LLM, AgentLoop, LLMProvider

async def run_task() -> str:
    async with Computer(verbosity='DEBUG') as computer:
        agent = ComputerAgent(
            computer=computer,
            loop=AgentLoop.OMNI,
            model=LLM(
                provider=LLMProvider.ANTHROPIC,
                model_name="claude-3-7-sonnet-20250219",
                api_key="your-api-key"
            )
        )
        task = "Open a terminal and list the contents of the current directory"
        async for result in agent.run(task):
            return result

async def main():
    result = await run_task()
    print("\n\nResult:", result)

if __name__ == "__main__":
    asyncio.run(main())

Thay thế your-api-key bằng API key của bạn từ Anthropic (ngoài ra, thiết lập ANTHROPIC_API_KEY là biến môi trường trong hồ sơ shell của bạn). Tập lệnh này:

Khởi tạo một CUA Computer để tương tác với hệ thống.
Thiết lập một ComputerAgent với Claude 3.7 thông qua API của Anthropic.
Giao cho agent mở một terminal (ví dụ: Terminal.app trên macOS) và chạy ls.
In kết quả, như danh sách các tệp tin.

2. Chọn Trình Thông Dịch Python trong VS Code: Đảm bảo VS Code sử dụng môi trường Python của dự án bạn:

Nhấn Ctrl + P (hoặc Cmd + P trên Mac).
Gõ > Chọn Trình Thông Dịch Python và nhấn Enter.
Chọn trình thông dịch từ môi trường ảo của bạn (ví dụ: ./venv/bin/python). Điều này đảm bảo các phụ thuộc của CUA có sẵn, ngăn việc “module không tìm thấy.”

3. Chạy Tập Lệnh: Đảm bảo Docker đang chạy và cấu hình Claude Desktop đã được thiết lập. Với test.py đang mở, nhấn nút “Chạy” trong VS Code (tam giác góc phải) hoặc, trong terminal (với môi trường ảo đang hoạt động):

python test.py

Máy chủ CUA MCP sẽ khởi động, Claude 3.7 sẽ xử lý tác vụ, và một terminal sẽ mở ra, chạy lệnh ls. Tôi nhận được “Kết quả: cua test.py venv” trên Mac của mình—thật tuyệt vời! Nếu nó thất bại, hãy kiểm tra Docker, API key và cổng 11434 (nếu sử dụng Ollama fallback). Kiểm tra ~/Library/Logs/Claude/mcp*.log (Mac) để biết thông tin debug.

4. Kiểm Tra trong Claude Desktop: Mở Claude Desktop, gõ: “Mở một terminal và liệt kê nội dung của thư mục hiện tại.” Claude sẽ sử dụng máy chủ CUA MCP để thực thi tác vụ, hiển thị kết quả trong trò chuyện. Bài kiểm tra của tôi đã liệt kê các file dự án của tôi ngay lập tức!

Các Công Cụ CUA Có Sẵn và Cách Sử Dụng

Máy chủ CUA MCP cung cấp hai công cụ mạnh mẽ cho Claude 3.7:

run_cua_task: Thực hiện một tác vụ đơn lẻ, như “Mở Chrome và truy cập github.com.”
run_multi_cua_tasks: Chạy nhiều tác vụ theo thứ tự, ví dụ, “Tạo một thư mục có tên ‘Dự án’ trên màn hình chính của tôi, sau đó mở nó.”

Bạn có thể sử dụng những điều này trong Claude Desktop hoặc Cursor bằng cách yêu cầu:

“Tạo một thư mục có tên ‘Dự án’ trên màn hình chính của tôi.”
“Tìm tất cả các file PDF trong thư mục Tải xuống của tôi.”
“Chụp màn hình và làm nổi bật thông báo lỗi.”

Claude tự động chuyển chúng đến agent CUA, giúp tự động hóa trở nên đơn giản.

Quan Điểm Của Tôi Về CUA với Claude 3.7

Sau khi thử nghiệm CUA với Claude 3.7, đây là cảm nhận của tôi:

Công Cụ Địa Phương: Chạy mọi thứ trên Mac của tôi giữ dữ liệu riêng tư—không cần đám mây.
Claude 3.7 Tỏa Sáng: Lý luận của nó khiến các tác vụ như lệnh terminal trở nên dễ dàng.
Trục Trặc Thiết Lập: Cấu hình Docker và API key mất một chút thời gian, nhưng tập lệnh cài đặt đã tiết kiệm thời gian.
Tiềm Năng Vô Hạn: Từ việc mở ứng dụng đến quản lý file, CUA cảm giác như một siêu năng lực.

Nếu bạn gặp sự cố, hãy kiểm tra lại Docker và API key của bạn, và lướt qua các vấn đề trên GitHub của CUA để tìm giải pháp.

Mẹo Chuyên Nghiệp Để Thành Công Với CUA

Nhật Ký Gỡ Lỗi: Kiểm tra nhật ký Claude (~/Library/Logs/Claude/mcp*.log) hoặc nhật ký Docker (docker logs) để tìm lỗi.
Thử Tác Vụ Mới: Hãy yêu cầu Claude “Mở một trình duyệt và truy cập github.com” hoặc “Tạo một file tên hello.txt” trong test.py hoặc ứng dụng Desktop.
Tối Ưu Cấu Hình: Đặt CUA_MAX_IMAGES=5 trong cấu hình để giữ nhiều ảnh chụp màn hình trong ngữ cảnh cho các tác vụ như “Làm nổi bật một lỗi.”

Suy Nghĩ Cuối Cùng: Cuộc Phiêu Lưu CUA và Claude 3.7 của Bạn Bắt Đầu

Bạn đã làm được—bạn đã thiết lập máy chủ CUA MCP và thả lỏng Claude 3.7 để điều khiển máy tính của bạn! Từ việc mở một terminal đến liệt kê các file, bạn đã thấy cách CUA khiến việc tự động hóa trở nên huyền diệu. Hãy thử các tác vụ như khởi chạy ứng dụng hoặc tổ chức file tiếp theo, và chia sẻ chiến thắng của bạn. Động thái tiếp theo của bạn sẽ là gì? Một trợ lý lập trình CUA? Một bot chụp màn hình? Và để biết thêm, hãy kiểm tra CUA GitHub, và chúc bạn tự động hóa vui vẻ!

button