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。
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）。
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。
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。
