इस प्रोजेक्ट के बारे में

agent-workspace-linux एक Linux-only टूल है जो AI एजेंट्स को उपयोगकर्ता के असली डेस्कटॉप से अलग, उनका अपना headless X11 डेस्कटॉप वातावरण देता है। यह एक छिपी हुई Xvfb डिस्प्ले को विंडो मैनेजर, क्लिपबोर्ड और वर्कस्पेस के स्वामित्व वाले Chrome/Chromium ब्राउज़र के साथ चलाता है, और इन सबको stdio पर Model Context Protocol (MCP) के ज़रिए नियंत्रित किया जाता है। इससे एजेंट्स GUI टेस्टिंग, वेबसाइट QA और ब्राउज़र ऑटोमेशन कर सकते हैं, बिना उपयोगकर्ता का माउस हिलाए, फोकस चुराए, या उनके लॉग-इन ब्राउज़र सत्र को छुए। यह प्रोजेक्ट स्पष्ट अनुमति सीमाओं पर ज़ोर देता है। डिफ़ॉल्ट रूप से, MCP होस्ट (जैसे Claude Code या Codex) अनुमोदन प्रवाह का स्वामी होता है। डेवलपर्स वैकल्पिक रूप से JSON फ़ाइल या environment variable के ज़रिए एक कठोर अनुमति सीमा लागू कर सकते हैं, जो MCP फ्रंट-एंड और वर्कस्पेस डेमन के IPC सॉकेट दोनों पर नेटवर्क मोड, माउंट पाथ और ऐप allowlist को प्रतिबंधित करती है। एक फ़्लोटिंग GPUI व्यूअर pause, read-only और stop नियंत्रणों के साथ लाइव अवलोकन प्रदान करता है। मुख्य विशेषताओं में विंडो लिस्टिंग, स्क्रीनशॉट, कीबोर्ड/माउस इनपुट, क्लिपबोर्ड एक्सेस, प्रति-ऐप लॉग, सेव करने योग्य वर्कस्पेस प्रोफ़ाइल, और loopback Chrome DevTools Protocol endpoint पर ब्राउज़र ऑटोमेशन शामिल हैं। एक बंडल किया गया skill प्रगतिशील टूल लोडिंग को सक्षम बनाता है ताकि एजेंट्स केवल ज़रूरत पड़ने पर ही उपलब्ध ~86 टूल लोड करें। इंस्टॉलेशन shell script, सोर्स से cargo, npm wrapper, या x86_64 और aarch64 के लिए prebuilt binaries का समर्थन करता है। सीमाओं में Linux-only समर्थन, pre-1.0 इंटरफ़ेस स्थिरता, एकल-उपयोगकर्ता ट्रस्ट मॉडल, और लागू किए गए माउंट और नेटवर्क आइसोलेशन के लिए bubblewrap की आवश्यकता शामिल है। यह प्रोजेक्ट MIT लाइसेंस प्राप्त है और सहोदर computer-use-linux टूल का पूरक है, जो उपयोगकर्ता के वास्तविक डेस्कटॉप को संचालित करता है।