让 agent 用桌面软件（macOS / Windows）时**性能更高、长期成本更低**的 skill。 核心机制：把每次视觉操作的路径（截图、估坐标、AX/OCR、点击序列）沉淀成可复用的 vision-mcp.yaml map；下次同任务直接 `run_workflow` 命中，跳过看图估坐标， ~5 步操作从分钟级降到秒级、context 消耗降几个量级。 适用前提：agent 已能用 Computer Use 类视觉操作桌面 — vision-mcp 是 amortize 那笔成本的复用层，不是替代品。任务第一次跑会沉淀，第二次起命中递减。
让 agent 用桌面软件（macOS / Windows）时**性能更高、长期成本更低**的 skill。 核心机制：把每次视觉操作的路径（截图、估坐标、AX/OCR、点击序列）沉淀成可复用的 vision-mcp.yaml map；下次同任务直接 `run_workflow` 命中，跳过看图估坐标， ~5 步操作从分钟级降到秒级、context 消耗降几个量级。 适用前提：agent 已能用 Computer Use 类视觉操作桌面 — vision-mcp 是 amortize 那笔成本的复用层，不是替代品。任务第一次跑会沉淀，第二次起命中递减。