GitHub Copilot در پیش‌نمایش عمومی می‌تواند با برنامه‌های دسکتاپ کار کند

کنترل دسکتاپ Copilot با عرضه قابلیت Computer Use در پیش‌نمایش عمومی، به GitHub Copilot امکان می‌دهد با اجازه کاربر در برنامه‌های دسکتاپ کارهایی مانند کلیک‌کردن، نوشتن و جابه‌جایی میان مراحل یک گردش‌کار را انجام دهد. GitHub در اول اکتبر ۲۰۲۶ اعلام کرد این قابلیت برای Copilot CLI و اپلیکیشن GitHub Copilot در macOS و Windows در دسترس است. اهمیت تغییر در گسترش کارهایی است که این دستیار می‌تواند انجام دهد؛ از جمله کار با نرم‌افزارهای قدیمی یا برنامه‌هایی که فقط رابط گرافیکی دارند و API، رابط خط فرمان یا اتصال MCP ارائه نمی‌کنند.

کنترل دسکتاپ Copilot چه کاری انجام می‌دهد؟

Computer Use، یا «استفاده از رایانه»، به Copilot امکان می‌دهد با رابط برنامه‌های دسکتاپ تعامل کند. این تعامل فقط به خواندن متن یا پاسخ‌دادن در محیط گفت‌وگو محدود نیست: طبق توضیح GitHub، Copilot می‌تواند محتوای قابل‌دسترسی در یک برنامه و زمینه بصری آن را بخواند، روی کنترل‌ها کلیک کند، متن وارد کند یا تغییر دهد، کلیدها را بفشارد، صفحه را پیمایش کند و موارد را بکشد و رها کند.

این قابلیت به Copilot اجازه می‌دهد مراحل مختلف یک کار را در برنامه‌ها و پنجره‌های گوناگون دنبال کند. برای نمونه، ممکن است یک کار مستلزم بررسی اطلاعات در یک برنامه و واردکردن آن در برنامه‌ای دیگر باشد. پیش‌تر، انجام چنین کاری از سوی یک دستیار نرم‌افزاری به وجود راه‌هایی مانند API یا رابط خط فرمان وابسته بود؛ API راهی استاندارد برای ارتباط نرم‌افزارها با یکدیگر است و رابط خط فرمان امکان کنترل برنامه با فرمان‌های متنی را فراهم می‌کند.

GitHub می‌گوید Computer Use می‌تواند به کار با نرم‌افزارهای قدیمی و برنامه‌های صرفاً گرافیکی کمک کند؛ یعنی برنامه‌هایی که ابزارهای یکپارچه‌سازی یادشده را ندارند. در چنین مواردی، Copilot به‌جای اتکا به اتصال نرم‌افزاری مستقیم، از رابطی استفاده می‌کند که کاربر هم روی صفحه می‌بیند. این شیوه، دامنه کارهایی را که می‌توان از دستیار خواست افزایش می‌دهد، اما به معنای انجام مستقل و بدون نظارت همه کارها نیست.

نمونه کارها و محدودیت‌های اعلام‌شده

در نمونه‌هایی که GitHub برای استفاده از این قابلیت مطرح کرده، کاربر می‌تواند از Copilot بخواهد اعلان‌های یک مرورگر را خلاصه کند، محتوای یک ارائه را به‌روزرسانی کند یا اطلاعات را در مراحل یک گردش‌کار در برنامه دسکتاپ جابه‌جا کند. شرکت همچنین نمونه‌ای از هدایت Copilot در روند ثبت گزارش هزینه با استفاده از Safari را نشان داده است.

این مثال‌ها نشان می‌دهند درخواست از Copilot می‌تواند به‌جای مشخص‌کردن تک‌تک کلیک‌ها، نتیجه موردنظر را بیان کند. برای نمونه، کاربر می‌تواند توضیح دهد چه کاری می‌خواهد انجام شود، کدام برنامه‌ها درگیر هستند و چه محدودیت‌هایی باید رعایت شوند. GitHub می‌گوید این نوع شرح درخواست به استفاده بهتر از Computer Use کمک می‌کند.

بااین‌حال، اعلام قابلیت به‌تنهایی تضمین نمی‌کند که هر گردش‌کاری در هر برنامه‌ای قابل انجام باشد. GitHub برای عملکرد بهتر، بر توصیف روشن نتیجه، برنامه‌های مورد استفاده و محدودیت‌های مهم تأکید کرده است. اطلاعات منتشرشده نیز قابلیت را در مرحله پیش‌نمایش عمومی معرفی می‌کند؛ بنابراین نباید آن را به‌عنوان دسترسی همگانی و نهایی به همه محیط‌های دسکتاپ تعبیر کرد.

تأیید کاربر و کنترل دسترسی

تعامل با رابط کاربری می‌تواند شامل تغییر متن یا فشردن دکمه‌ها باشد؛ به همین دلیل، نحوه واگذاری کنترل به Copilot اهمیت دارد. GitHub می‌گوید این دستیار پیش از کنترل یک برنامه از کاربر تأیید می‌گیرد. اگر کاربر برنامه‌هایی را در فهرست مجاز دائمی قرار داده باشد، می‌تواند آن‌ها را مرور کند یا تنظیماتشان را بازنشانی کند.

در macOS، راه‌اندازی Computer Use کاربر را در دریافت مجوزهای Accessibility و Screen Recording راهنمایی می‌کند. این مجوزها به قابلیت امکان می‌دهند با رابط برنامه تعامل کند و محتوای صفحه را ببیند. در سازمان‌هایی که تنظیمات GitHub Copilot را مدیریت می‌کنند نیز مدیران می‌توانند این قابلیت را غیرفعال کنند. در نتیجه، در دسترس‌بودن آن برای کاربران سازمانی ممکن است به تنظیمات مدیریت‌شده وابسته باشد.

این کنترل‌ها بخشی از شیوه استفاده اعلام‌شده از ویژگی هستند: کاربر درخواست را مطرح می‌کند، برای کنترل برنامه اجازه می‌دهد و می‌تواند دسترسی‌های دائمی را بازبینی کند. GitHub درباره جزئیات بیشتری مانند دامنه دقیق همه مجوزها یا شرایط عملکرد در هر برنامه توضیحی در متن اعلام قابلیت ارائه نکرده است؛ بنابراین برای استفاده، باید راهنمای داخل ابزار و مجوزهای نمایش‌داده‌شده را مبنا قرار داد.

روش فعال‌سازی در CLI و اپلیکیشن

برای روشن‌کردن Computer Use در GitHub Copilot CLI، کاربر باید دستور /computer on را اجرا کند. دستور /computer show وضعیت قابلیت را نشان می‌دهد و با /computer off می‌توان آن را خاموش کرد. این فرمان‌ها به کاربر راهی برای فعال‌سازی، بررسی وضعیت و غیرفعال‌کردن ویژگی در محیط خط فرمان می‌دهند.

در اپلیکیشن GitHub Copilot، مسیر فعال‌سازی از بخش Settings می‌گذرد: کاربر باید گزینه Computer Use را باز کند و کلید Enable Computer Use را روشن کند. GitHub همچنین اعلام کرده که می‌توان از دستور /computer on برای فعال‌سازی استفاده کرد. در macOS، مراحل دریافت مجوزهای لازم نیز هنگام راه‌اندازی نمایش داده می‌شود.

این قابلیت برای خودکارسازی کارهایی معرفی شده که در یک برنامه یا میان چند برنامه انجام می‌شوند، به‌خصوص وقتی نرم‌افزار موردنظر API یا راه دیگری برای اتصال مستقیم ندارد. شیوه کار همچنان به درخواست و محدودیت‌هایی که کاربر مشخص می‌کند وابسته است و GitHub توصیه می‌کند برنامه‌های دخیل و نتیجه مورد انتظار به‌روشنی بیان شوند.

این خبر برای چه کسانی اهمیت دارد

Computer Use برای کاربرانی اهمیت دارد که بخشی از کار روزانه‌شان در برنامه‌های دسکتاپ با رابط گرافیکی انجام می‌شود؛ به‌ویژه وقتی آن برنامه‌ها امکان یکپارچه‌سازی مستقیم با ابزارهای دیگر را ندارند. برای کاربران Copilot CLI و اپلیکیشن Copilot در macOS و Windows، این قابلیت راهی تازه برای سپردن بخشی از تعامل‌های تکراری با برنامه‌ها به دستیار فراهم می‌کند.

این تغییر برای سازمان‌هایی که دسترسی به ابزارهای هوش مصنوعی را مدیریت می‌کنند نیز قابل‌توجه است، زیرا تنظیمات مدیریتی می‌توانند Computer Use را غیرفعال کنند و کاربر در macOS باید مجوزهای دسترسی لازم را بدهد. از آنجا که عرضه در مرحله پیش‌نمایش عمومی است، کاربران و مدیران می‌توانند هنگام ارزیابی آن به محدوده دسترسی، تأییدهای لازم و مناسب‌بودن قابلیت برای گردش‌کارهای خود توجه کنند.