# Computer Control API SUMMARY: 登録済みコンピュータのリモート制御 — コマンドのキューイング、スクリーンショット取得、リモートマシン上でのスクリプト実行。 KEY CONTEXT: Two sides: user-facing (Mind Key/JWT) and agent-facing (Computer Token) Register agent: POST /computers/register { install_code } → returns computer_token List: GET /computers/list (Mind Key or JWT) Queue command: POST /computers/:id/commands { type, payload } Command types: screenshot, click, move, type, key, scroll, drag Agent poll: GET /computers/me/poll?wait=5 (Computer Token) Agent result: POST /computers/me/commands/:cid/result (Computer Token) One-shot screenshot: GET /computers/:id/screenshot (waits 30s for result) Pattern: register agent on remote machine → user queues commands → agent polls and executes Computer Control API Computer Control API は登録済みコンピュータをリモート制御するための API です。対象マシン上で小型のエージェント()が動作し、コマンドをポーリングして実行し、結果を報告します。これにより LLM 駆動の GUI 自動化が可能になります。 アーキテクチャ [CODE BLOCK] ユーザー向けエンドポイント(Mind Key または JWT) GET /computers/list 登録済みの全コンピュータを一覧表示します。 [CODE BLOCK] GET /computers/:id 単一コンピュータの詳細を取得します。 [CODE BLOCK] POST /computers/install-code 新規コンピュータ登録用のインストールコードを生成します。 [CODE BLOCK] レスポンス: POST /computers/:id/commands リモートエージェントが実行するコマンドをキューに追加します。 [CODE BLOCK] レスポンス: GET /computers/:id/command(クエリ経由) GET リクエストでコマンドをキューに追加します(単純なケース向け)。 [CODE BLOCK] GET /computers/:id/commands コンピュータの最近のコマンド一覧を取得します。 [CODE BLOCK] GET /computers/:id/commands/:cid 特定コマンドのステータスと結果を取得します。 [CODE BLOCK] GET /computers/:id/screenshot ワンショット:スクリーンショットコマンドをキューに追加し、最大 30 秒待って結果を取得します。 [CODE BLOCK] POST /computers/:id/disable コンピュータを無効化します(トークンを失効させ、監査用にレコードは保持)。 [CODE BLOCK] DELETE /computers/:id コンピュータを完全に削除します。 [CODE BLOCK] エージェント向けエンドポイント(Computer Token) これらのエンドポイントは対象マシン上で動作する が使用します。Mind Key ではなく、Computer Token( が返す)を使用します。 POST /computers/register インストールコードを引き換えて Computer Token を取得します。 [CODE BLOCK] レスポンス: > [!CRITICAL] > を必ず保存してください。表示は一度きりで、エージェント側の全エンドポイントで必要になります。 GET /computers/me/poll 新規コマンドをロングポーリングします。エージェントはこれをループで呼び出します。 [CODE BLOCK] 保留中のコマンドがあれば即座に返されます。ない場合は 秒後に返されます。 POST /computers/me/commands/:cid/result コマンド実行の結果を投稿します。 [CODE BLOCK] コマンド種別 | 種別 | Payload | 説明 | |------|---------|-------------| | | | 画面を PNG(base64)で取得 | | | | 座標をクリック | | | | 座標にマウスを移動 | | | | カーソル位置にテキストを入力 | | | | キーコンビネーションを押下 | | | | ホイールをスクロール | | | | ドラッグ&ドロップ | よくあるパターン:LLM 駆動の GUI 自動化 [CODE BLOCK] 次のステップ - Browser Proxy — ブラウザ自動化用の別サービス - Self-Hosted Agents Guide