Instala la app de escritorio, conecta la computadora una sola vez, y luego dale trabajo desde donde ya hablas con Melaya.
Descarga Melaya para Windows, macOS o Linux. En una Mac, permite Accesibilidad y Grabación de pantalla una sola vez, la app te guía paso a paso.
Inicia sesión, acepta en una sola pantalla de consentimiento, y la computadora aparece en tu cuenta. Elige qué apps pueden usar los agentes, y hasta dónde.
Abrir Computer ControlPídeselo al Asistente, programa un pipeline, o llámalo desde Claude Code, Codex o Cursor. Observa la línea de tiempo en vivo, aprueba lo que importa, detente cuando quieras.
¿Una máquina Linux headless o una VM? Inicia el ejecutor de Melaya con control de computadora y se une a tu cuenta como cualquier otra computadora.
npx @melaya/runner --computerWindows 10 y 11 · macOS 13+ · Linux (AppImage, .deb, .rpm) · VMs Linux headless
Guía de configuración de la app de escritorioLos agentes de capturas de pantalla gastan una llamada al modelo y una captura nueva en cada clic. System One lee la ventana una sola vez, planea cada paso en una sola llamada, y Melaya ejecuta y verifica cada paso dentro de la app.
Ejemplo ilustrativo. El modelo vuelve a ver la pantalla solo si pasa algo inesperado.
La ventana llega como elementos con nombre y referencias estables.
El modelo envía todo el plan, hasta 100 pasos.
Cada objetivo se encuentra en el árbol de accesibilidad real.
Un modelo pequeño decide solo cuando un objetivo no está claro.
Los pasos se ejecutan en un solo lote, cada uno verificado.
Cada corrida reporta llamadas, acciones y segundos.
computer_fast1 llamada de plancorrida de ejemploclickAbre Reportesetiqueta exactapickElige el periodo Q3 2026Layafor_eachPara cada fila marcada como AbiertafilatypeNombra el archivo q3-open.csvrefpressGuarda con Ctrl+SatajoexpectConfirma que el archivo se guardóverificadoLos mismos movimientos funcionan en Excel, Outlook, Teams, File Explorer, Finder, SAP GUI, un CRM o una herramienta interna. Si puedes hacerlo con un mouse y un teclado, un agente puede hacerlo bajo tus reglas.
screen · ocrUI Automation en Windows, Accessibility en macOS, AT-SPI2 en Linux: elementos con nombre y referencias estables. OCR y capturas marcadas entran cuando una app dibuja su propia interfaz.
click · type · pressMenús, listas desplegables, casillas, arrastrar y soltar, Ctrl+S o Cmd+Shift+4. Los valores se pueden fijar directamente en lugar de escribirlos.
file_dialogCompleta los diálogos de archivo a partir de identificadores de archivo, nunca rutas crudas. Un archivo que guarda vuelve a la corrida como un identificador que tú controlas.
read_table · set_valueLee cuadrículas como filas en Excel, ERPs y CRMs, así un agente puede recorrer cada factura abierta en lugar de entrecerrar los ojos ante los píxeles.
delivery: backgroundDonde el sistema operativo lo permite, las acciones pasan por la capa de accesibilidad: sin tomar el cursor, sin que la ventana salte al frente. Cuando necesita el primer plano, lo dice.
expect · observeDespués de cada escritura, Melaya revisa qué cambió. ¿Nada cambió? El paso reporta sin efecto en lugar de un éxito falso.
handoff¿Inicio de sesión, 2FA o un CAPTCHA? El agente se pausa, tú haces ese paso, presionas Continuar, y él retoma desde una lectura nueva.
keep_awakeMantiene la computadora despierta durante una corrida programada, y avisa con claridad cuando la pantalla está bloqueada en lugar de hacer clic en el vacío.
playbooksNotas integradas para 24 apps de escritorio comunes, desde Excel, Outlook y Teams hasta Finder, con las rutas de teclado que mejor funcionan.
connectorsCuando Slack, Notion o Teams está conectado, el agente usa el conector en lugar de hacer clic por toda la app.
Cuatro formas de dejar que un agente de IA controle una computadora. Las cuatro son herramientas serias. Así es como se diferencian, lado a lado.
| Lo que importa | Melaya | OpenClaw | Hermes Agent | Claude Cowork |
|---|---|---|---|---|
| Cómo ve la pantalla | Primero el árbol de accesibilidad (UI Automation, macOS Accessibility, AT-SPI2), con OCR y capturas marcadas como respaldo, un solo espacio de referencias | Capturas de pantalla más árbol de accesibilidad con refs de elemento, Peekaboo en macOS por defecto | Capturas con set-of-marks, modos de visión o de árbol de accesibilidad | Capturas de pantalla y coordenadas, sin árbol de accesibilidad para el modelo, imágenes reducidas a unos 1372x887 |
| Llamadas al modelo y uso de tokens | Una llamada al modelo planea muchos pasos (hasta 100), Melaya los ejecuta y verifica | Los usuarios reportan entre 80 y 150 mil tokens de entrada por tarea | No documentado | Las reseñas lo encontraron lento y hambriento de tokens (una cuota Pro de 5 horas usada en 30 minutos, según PCWorld) |
| Escrituras verificadas, sin éxitos falsos | Cada escritura se verifica contra la ventana, "sin efecto" en lugar de un éxito falso, las ventanas de administrador se reportan de entrada | No documentado | Documentado: en ventanas elevadas de Windows, la captura devuelve 0 elementos y el clic reporta éxito sin hacer nada | No documentado |
| Control en segundo plano en Windows | Segundo plano primero a través de patrones de accesibilidad, avisa cuando tuvo que usar el primer plano | El driver de Windows y Linux está marcado como experimental, solo en la pantalla principal | Segundo plano primero por diseño | Funciona en la pantalla visible en Windows (ventanas en segundo plano en macOS 15+) |
| Linux y VMs headless | Linux en X11 y Wayland, además de servidores y VMs headless con npx @melaya/runner --computer | El driver de Windows y Linux está marcado como experimental | No documentado | No documentado |
| Niveles de permiso por app | Vista, clic o control total por app, con las apps sensibles apagadas por defecto | Sin confirmación por acción, la seguridad viene del armado duradero y la política de herramientas | Modos de aprobación, incluido uno acotado | Niveles de aprobación por app muy sólidos |
| Detener y seguridad | Botón y atajo de Detener, se pausa si tocas el mouse o el teclado, nunca escribe en campos de contraseña | CVE-2026-25253 (RCE de un clic) y skills maliciosas encontradas en su hub de skills | Depende de APIs privadas de macOS para la entrada en segundo plano, que pueden romperse con actualizaciones del sistema | Esc lo detiene desde cualquier lugar, una sesión a la vez (bloqueo para toda la máquina) |
| Teléfono, navegador y computadora en uno | Sí: los mismos agentes manejan tu teléfono Android, tu navegador y tu computadora | No documentado | No documentado | No documentado |
| Corridas programadas en tu computadora | Los pipelines programados se ejecutan en tu propia computadora, que se mantiene despierta durante la corrida | Programación por cron y heartbeat | No documentado | La máquina debe mantenerse despierta para las apps locales |
| Cualquier modelo, acceso MCP | Claude, GPT, Gemini, Qwen o modelos locales, y accesible desde Claude Code, Codex y Cursor por MCP | No documentado | No documentado | Corre sobre Claude, un modelo muy capaz |
Detalles de la competencia según su documentación pública, octubre de 2026. "No documentado" significa que no encontramos ninguna mención en su documentación pública, no que la función no exista.
OpenClaw es de código abierto, con un ecosistema enorme de skills y programación por cron y heartbeat. Según su documentación pública, su driver de Windows y Linux es experimental y solo funciona en la pantalla principal, y los usuarios reportan entre 80 y 150 mil tokens de entrada por tarea. Melaya se ejecuta en Windows, macOS, Linux y VMs headless, planea muchos pasos por llamada al modelo, y verifica cada escritura.
Alternativa a OpenClaw: comparación completaHermes Agent, de Nous Research, prioriza el segundo plano, con un bucle de aprendizaje que escribe skills y modos de aprobación, incluido uno acotado. Su propia documentación señala que en ventanas elevadas de Windows, un clic puede reportar éxito sin hacer nada, y que la entrada en segundo plano en macOS depende de APIs privadas. Melaya detecta las ventanas de administrador de entrada y reporta sin efecto en su lugar.
Alternativa a Hermes Agent: comparación completaClaude Cowork aporta un modelo muy capaz, niveles de aprobación por app muy sólidos y Esc para detenerse desde cualquier lugar. Trabaja a partir de capturas de pantalla y coordenadas, usa la pantalla visible en Windows y corre una sesión a la vez. Melaya lee el árbol de accesibilidad, trabaja en segundo plano donde el sistema operativo lo permite, planea muchos pasos por llamada, y puede usar Claude o cualquier otro modelo.
Alternativa a Claude Cowork: comparación completaOpenClaw, Hermes Agent y Claude Cowork son marcas registradas de sus respectivos dueños. Melaya no está afiliada con ellas.
Los agentes solo ven y tocan las apps que activas, al nivel que elijas. Estas reglas se mantienen en cada corrida, desde cualquier superficie.
Verificado dos veces: el servidor aplica tus niveles, y luego la app en tu computadora verifica de nuevo antes de actuar.
Aquí Linux es un escritorio de primera clase, no un experimento. La app de escritorio lee las apps de Linux a través de AT-SPI2 en X11 y Wayland. ¿Sin pantalla? Ejecuta el ejecutor de Melaya en un servidor headless o una VM y se convierte en una computadora que tus agentes pueden usar, con los mismos permisos, aprobaciones y línea de tiempo.
Guía del CLI del ejecutor y de VMsnpx @melaya/runner --computerUn solo conjunto de herramientas de computadora, con los mismos permisos y aprobaciones en todas partes donde los uses.
Escribe la tarea en palabras simples y observa cómo sucede en tu computadora, paso a paso, con aprobaciones en línea.
Corridas programadas en tu propia computadora, mientras duermes o estás en reuniones. Herramientas en Python para las partes a medida.
Conecta Melaya a Claude Code, Codex, Cursor o Claude. Tu IA obtiene herramientas de computadora con tus permisos y aprobaciones.
api.melaya.org/mcpmelaya_computer_*¿Ya vives en un agente de código? Agrega el servidor MCP de Melaya una sola vez y podrá manejar las apps de escritorio que permitiste y pasarle los trabajos largos al modo rápido. El trabajo de línea de comandos se queda en tu agente de código. El escritorio es la parte a la que antes no podía llegar.
Configura el servidor MCPFunciona junto a Browser Control y Device Control: lee la web, actualiza la app de escritorio, confirma en el teléfono, todo en una sola corrida.
Úsalo en todas partesCinco tareas que los equipos le dan primero a Computer Control.
Limpia una exportación mensual, llena fórmulas hacia abajo, crea una tabla dinámica por región y guarda un CSV donde finanzas lo espera. El agente lee las celdas como filas, no como píxeles, así que recorre toda la hoja.
ExcelOrdena la bandeja de entrada por remitente y tema, archiva facturas, marca lo que necesita de ti y redacta respuestas para tu aprobación. Enviar siempre pregunta primero en Modo seguro.
OutlookSaca el libro contable de fin de mes de un ERP de escritorio, reorganízalo en Excel y guárdalo en la unidad compartida. Prográmalo y se ejecuta cada mes en tu propia computadora.
ERP de escritorio · ExcelCopia leads de una hoja de cálculo al CRM de escritorio campo por campo, y verifica que cada registro se guardó antes de seguir.
Excel · CRM de escritorioHaz clic por tu propia app después de cada build, compara lo que apareció con lo que debería, y reporta el paso exacto que falló. Ejecútalo en una VM de Linux en CI.
Tu app · Windows, macOS, LinuxVersión corta: el agente trabaja en las apps que permitas, verifica cada paso, y se detiene cuando tú lo dices.
Un agente de IA que opera una computadora a través de su pantalla, mouse y teclado, igual que lo haría una persona, así puede trabajar en apps que no tienen API. El agente de uso de computadora de Melaya lee primero el árbol de accesibilidad de la app, actúa sobre elementos exactos y verifica cada resultado.
Windows 10 y 11, macOS 13 o posterior, y escritorios Linux en X11 y Wayland. Las máquinas Linux headless y las VMs funcionan a través del ejecutor de Melaya, iniciado con npx @melaya/runner --computer.
Los agentes de capturas de pantalla hacen una llamada al modelo y toman una captura por cada clic. System One lee la ventana una vez, planea muchos pasos en una llamada, y Melaya ancla y verifica cada paso en el árbol de accesibilidad. Muchas menos llamadas al modelo e imágenes por tarea.
Sí. OpenClaw es de código abierto con un gran ecosistema de skills. Según su documentación pública (octubre de 2026), su driver de Windows y Linux es experimental y solo funciona en la pantalla principal. Melaya se ejecuta en Windows, macOS, Linux y VMs headless, con niveles por app, aprobaciones y escrituras verificadas.
Claude Cowork tiene un modelo muy capaz y niveles de aprobación por app muy sólidos. Según la documentación de Anthropic (octubre de 2026), trabaja a partir de capturas de pantalla y coordenadas, sin árbol de accesibilidad. Melaya lee el árbol de accesibilidad, planea muchos pasos por llamada, y puede usar Claude o cualquier otro modelo.
Hermes Agent prioriza el segundo plano y tiene un bucle de aprendizaje que escribe skills. Su documentación (octubre de 2026) señala que en ventanas elevadas de Windows, un clic puede reportar éxito sin hacer nada. Melaya detecta las ventanas de administrador de entrada y reporta sin efecto en lugar de un éxito falso.
Los gestores de contraseñas, apps de banca y trading, terminales y ajustes del sistema están apagados por defecto, y el agente nunca escribe en campos de contraseña. Tú decides qué apps puede usar y hasta dónde puede llegar: vista, clic o completo.
Cualquier modelo que uses en Melaya: Claude, GPT, Gemini, Qwen, modelos locales a través de Ollama o LM Studio, o tu propia suscripción de Claude Code o Codex. El modo rápido mantiene bajas las llamadas al modelo, así que los modelos más pequeños también funcionan bien.
La app y cada acción se ejecutan en tu computadora. Lo que el agente lee de las apps que permitiste va al modelo que elegiste. Elige un modelo local y se queda en tu máquina.
Browser Control maneja páginas web, Device Control maneja un teléfono Android, Computer Control maneja apps de escritorio. El mismo agente, los mismos permisos y aprobaciones, y una sola corrida puede usar los tres.
Comparaciones completas de uso de computadora:Alternativa a OpenClawAlternativa a Hermes AgentAlternativa a Claude Cowork
Instala la app de escritorio, conecta esta computadora, activa las apps en las que quieres ayuda, y entrégale el primer trabajo aburrido.
Se ejecuta en tu computadora. Las apps permanecen apagadas hasta que las permitas. Detener está a un atajo de distancia.