Hunch：让 LLM 后台操控 Mac 的本地 MCP 工具
开发者发布开源项目 Hunch，本地 MCP 让大模型在后台操控 macOS，并在 54 项任务中以更低成本完成 53…
一名独立开发者在 Hacker News 上以「Show HN」形式发布了名为 Hunch 的本地 MCP（Model Context Protocol）服务器，核心定位是让大语言模型能够在不抢占用户前台操作的前提下，在 macOS 后台驱动电脑执行任务。作者将 Hunch 定位为「个人助理式」的后台 computer-use 工具，并将其与 OpenClaw 的 Peekaboo、Cua Drivers 两款同类方案做了对比基准。
项目背景与设计取向
Hunch 的出发点是当前多数 computer-use 工具的痛点：依赖截图、token 消耗大、运行缓慢，并且大多围绕虚拟机场景设计，无法与用户同时在同一台设备上操作。Hunch 选择在 macOS 本机运行，通过 MCP 协议与 LLM 对接，让模型可以调度系统能力而不打断当前工作界面。配套 SDK 名为 hunch-sdk，开发者还在做一款 macOS 菜单栏 Swift 应用，使其在后台常驻并可即时调用。
基准结果
在一组 54 项 macOS 本地任务的测试中，三款工具的表现与成本对比如下：
- Hunch：完成 53 项，总成本约 6.03 美元
- Peekaboo：完成 41 项，总成本约 31.03 美元
- Cua Drivers：完成 31 项，总成本约 37.42 美元
作者表示，具体任务清单、方法论与代码均在公开仓库中可查，但原帖并未直接给出完整任务列表和模型配置等细节。
安装与生态意义
Hunch 提供 Homebrew 与 pip 两种安装方式，官方介绍称「一行命令即可完成设置」，更多说明与配套博客放在项目官网 tryhunch.ca 上。从生态角度看，Hunch 属于围绕 MCP 协议扩展本地 agent 能力的轻量尝试，与近期 macOS 上的 computer-use 开源探索方向一致，但作为单兵项目，其传播度（HN 1 分、0 评论）仍有限，更多价值在于提供一个开源参考实现与对比基线。