必须先授予Gemini辅助功能和屏幕录制权限并重启应用,否则自动化操作会静默失败;具体需在系统设置中开启两项权限,共享目标窗口后输入指令验证。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

要在Mac上让Gemini API驱动的智能体执行点击、拖拽、输入等自动化操作,必须先完成系统级屏幕访问授权,否则所有控制指令都会静默失败或卡在“等待响应”状态。
授予辅助功能权限
点击屏幕左上角苹果菜单 → “系统设置” → 左侧边栏滚动到底部,点击“隐私与安全性” → 向下滚动找到“辅助功能”,点击右侧的“详细信息…”按钮。
在弹出的权限列表中,勾选 Gemini 应用。若列表中未出现 Gemini,请先启动一次 Gemini 应用(哪怕只是打开后立刻退出),系统才会将其注册进辅助功能白名单。
【必须重启Gemini应用】权限勾选后不能直接生效——关闭并重新打开 Gemini,否则窗口共享与鼠标控制仍会失败。
启用屏幕录制权限
回到“系统设置 → 隐私与安全性”,这次点击“屏幕录制” → 点击右侧“详细信息…” → 勾选 Gemini。
这一步漏掉会导致:你选中窗口后,Gemini 显示“正在加载”,但始终黑屏或卡在加载动画,后台无错误提示。辅助功能只解决“读取界面元素”,而完整像素流捕获依赖屏幕录制权限。
使用AIsa生成图像与视频。仅需一个API密钥即可调用Gemini 3 Pro Image(图像)和Qwen Wan 2.6(视频)。
若勾选后仍不弹窗,可在终端执行:tccutil reset ScreenCapture com.google.Gemini重置授权状态。
验证并触发自动化控制
第一步:在 Gemini 应用内点击输入框旁的“+”号 → 选择“共享窗口”。
第二步:从弹出的窗口列表中,选择目标应用(如 Safari、Notes、Finder),不要选“桌面”或“全部窗口”,那会触发更严格的权限校验且响应变慢。
第三步:输入自然语言指令,例如:“点击右上角通知中心图标”“把当前网页标题复制到备忘录第一页”。若 Gemini 回复“已执行点击”且实际动作发生,说明两项权限均已激活。
大量免费API接口:立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游,为数据API应用能力赋能!










