rdp-cli

Einen KI-Agenten im Hintergrund ausführen, ohne den eigenen Computer zu blockieren

Einen KI-Agenten im Hintergrund ausführen, ohne den eigenen Computer zu blockieren

Ein KI-Agent auf dem lokalen Computer kann die eigene Arbeit stören. Er kann Fenster wechseln, den Mauszeiger bewegen, Text in die falsche Anwendung eingeben oder die Bildschirmsteuerung übernehmen.

Die praktische Lösung ist eine eigene Remotesitzung für den Agenten.

Mit rdp-cli kann ein KI-Agent eine autorisierte RDP-, VNC-, X11- oder Android-Sitzung steuern, ohne ein lokales Desktopfenster zu öffnen. Du arbeitest auf deinem Computer weiter und öffnest dieselbe Sitzung nur zum Prüfen, Pausieren oder Übernehmen.

Kurzantwort: Wie läuft ein KI-Agent im Hintergrund?

Verbinde den Agenten mit einer separaten Remotedesktopsitzung statt mit deinem lokalen Bildschirm. Der Agent kann Screenshots aufnehmen, Maus- und Tastatureingaben senden, Dateien übertragen und Ergebnisse mit rdp-cli prüfen. Öffne die GUI oder den Web Viewer nur, wenn eine menschliche Prüfung nötig ist.

„Im Hintergrund“ bedeutet hier eine getrennte Remotesitzung. rdp-cli erstellt keinen Systemdienst, keine geplante Aufgabe und keinen Cloud-Computer.

Warum einen KI-Agenten im Hintergrund ausführen?

Bei lokaler Desktop-Automatisierung teilen sich Benutzer und Agent denselben Eingabekontext. Du kannst gerade Code schreiben, während der Agent Excel öffnet, einen Windows-Installer testet oder ein internes ERP bedient.

In einer separaten Remotesitzung arbeitet der Agent auf einem anderen Computer, während lokale Anwendungen ihren Fokus behalten. Das ist sinnvoll für alte Windows-Anwendungen ohne API, GUI-Tests, Berichte, Dateikonvertierung, lange Automatisierungen, Android-Tests über ADB und Linux-GUI-Anwendungen über X11.

Lokaler Desktop und Remotesitzung im Vergleich

Bereich Agent auf dem lokalen Desktop Agent mit rdp-cli auf einer Remotesitzung
Eingabekonflikt Der Agent teilt deinen aktiven Bildschirm Keine lokale Kollision
Lokales Fenster Abhängig vom Automatisierungstool Für normale Befehle nicht nötig
Menschliche Übernahme Du übernimmst den aktuellen Bildschirm Du trittst derselben Sitzung bei
Geeignet für Kurze, überwachte Aufgaben Lange und entfernte GUI-Abläufe

Was du vor dem Start brauchst

Du brauchst ein autorisiertes Remote-Gerät, einen RDP- oder VNC-Server, eine X11-Umgebung oder ein Android-Gerät sowie die passende rdp-cli-Version. Der Agent muss Befehle ausführen und Screenshots lesen können.

Für RDP muss Windows Remotedesktopverbindungen erlauben. Für VNC muss bereits ein VNC Server laufen. Android benötigt die Autorisierung für USB- oder WLAN-Debugging.

rdp-cli erstellt oder hostet keinen Remote-Computer. Du brauchst ein vorhandenes Gerät, das du bedienen darfst.

Siehe den rdp-cli-Schnellstart.

KI-Agenten mit rdp-cli im Hintergrund ausführen

Schritt 1: rdp-cli installieren

Lade die Version für den Computer herunter, auf dem der Agent läuft.

.\rdp-cli.exe --help

Auf macOS oder Linux:

rdp-cli --help

Schreibe das Remote-Passwort nicht direkt in die Befehlszeile.

Schritt 2: Mit der Remotesitzung verbinden

Beispiel für einen vorhandenen Windows-RDP-Server:

.\rdp-cli.exe connect `
  --host REMOTE_HOST `
  --user REMOTE_USER `
  --password-stdin

Speichere die zurückgegebene session ID. Sie wird für Screenshots, Eingaben, Dateiübertragungen und Sitzungssteuerung verwendet. Ein lokales RDP-Fenster ist für diese Verbindung nicht erforderlich.

Schritt 3: Remote-Bildschirm aufnehmen

Nimm vor jeder Aktion den aktuellen Bildschirm auf:

.\rdp-cli.exe screenshot `
  --session SESSION `
  --out .\before.png

Der Agent soll den aktuellen Screenshot prüfen und keinen Zustand voraussetzen.

Schritt 4: Eine Aktion senden

Verwende die neueste observation:

.\rdp-cli.exe click `
  --session SESSION `
  --desktop `
  --x X `
  --y Y `
  --observation OBSERVATION

Nach einer neuen Aufnahme, einer Wiederverbindung, einer Layoutänderung oder menschlicher Übernahme muss eine neue observation verwendet werden.

Schritt 5: Ergebnis prüfen

Ein erfolgreicher Eingabebefehl bestätigt nur, dass die Eingabe gesendet wurde.

Bild aufnehmen → eine Aktion senden → neues Bild aufnehmen → Ergebnis prüfen

Prüfe nach Save eine Bestätigung, eine neue Datensatznummer, einen Statuswechsel, eine geänderte Tabellenzeile oder eine Ausgabedatei. Fehlt das erwartete Ergebnis, soll der Agent anhalten und den aktuellen Bildschirm prüfen.

Die rdp-cli-Befehlsreferenz beschreibt Screenshots, Eingaben, Dateien und die Übergabe der Steuerung.

Dateien übertragen, ohne den lokalen Desktop zu verwenden

Ein Remote-Agent kann Projektordner, Excel-Dateien, PDFs oder Testdateien benötigen. In unterstützten RDP-Sitzungen kann rdp-cli Dateien austauschen, wenn der Remote-Server die nötige Umleitung erlaubt. Warte auf den Abschluss und prüfe die Datei.

Wann GUI oder Web Viewer öffnen?

Normale Agent-Befehle benötigen kein Viewer-Fenster. Öffne dieselbe Sitzung zum Beobachten, zur Untersuchung einer unerwarteten Anzeige, für Sicherheitsabfragen, Formularänderungen oder zur Steuerung von Maus und Tastatur.

Der Web Viewer ist für autorisierten Zugriff über LAN oder VPN gedacht. Die öffentliche rdp-cli-Website ist nicht der Sitzungs-Viewer.

Menschliche Übernahme

Agent arbeitet → Mensch pausiert Eingaben → Mensch übernimmt → Remote-Bildschirm wird korrigiert → Steuerung wird freigegeben → Agent nimmt einen neuen Screenshot auf und setzt fort.

Nach menschlicher Eingabe darf keine alte Aufnahme oder observation wiederverwendet werden. Siehe den Remotedesktop eines KI-Agenten beobachten, pausieren und übernehmen.

Was rdp-cli nicht macht

rdp-cli ist die Steuerungsschicht für die Remote-Verbindung. Es enthält kein KI-Modell, erstellt keinen Cloud-Computer und ersetzt keine API-, Unit- oder Backend-Tests.

FAQ

Kann ein KI-Agent einen Remotedesktop ohne Fenster steuern?

Ja. rdp-cli verbindet sich mit autorisierten RDP-, VNC-, X11- oder Android-Sitzungen, ohne dass ein lokaler Viewer geöffnet werden muss.

Blockiert rdp-cli meine lokale Maus und Tastatur?

Nein. Der Agent arbeitet in der Remotesitzung, während deine lokale Arbeit verfügbar bleibt.

Enthält rdp-cli ein KI-Modell?

Nein. rdp-cli liefert Verbindung, Screenshots, Eingaben, Dateiübertragung und Sitzungssteuerung. Die Entscheidung trifft dein KI-Agent.

Kann ein Mensch die Kontrolle übernehmen?

Ja. Du kannst dieselbe Sitzung in der GUI oder im Web Viewer öffnen, den Agenten pausieren und danach die Kontrolle zurückgeben.

Erstellt rdp-cli einen Windows-Computer?

Nein. Du brauchst einen vorhandenen, autorisierten Windows-Computer mit aktiviertem RDP.

Fazit

Ein eigener Remote-Arbeitsbereich verhindert, dass der Agent deinen lokalen Computer blockiert.

rdp-cli herunterladen und dem KI-Agenten einen separaten Desktop geben.