कंप्यूटर उपयोग और ब्राउज़र (Computer Use): Codex को सक्षम बनाना

📚 सीरीज नेविगेशन: पिछला लेख 16 · सुरक्षा और जोखिम सीमा यह स्पष्ट करता है कि "Codex कहाँ तक नुकसान पहुँचा सकता है, और इसकी सीमाएँ क्या हैं"। यह लेख इसके लिए एक नया दरवाज़ा खोलता है—Codex को सीधे आपकी स्क्रीन देखने, आपके डेस्कटॉप ऐप्स पर क्लिक करने और आपके ब्राउज़र को खोलने की अनुमति देना: किसी स्थानीय ऐप का परीक्षण करना, केवल इंटरफ़ेस पर दिखाई देने वाले किसी बग को ठीक करना, या आपकी पहले से लॉग-इन की गई वेबसाइट में कुछ काम करना। पिछले सभी लेखों में Codex का काम "फ़ाइल + कमांड लाइन" तक सीमित था, लेकिन इस लेख में यह पहली बार ग्राफिकल इंटरफ़ेस को छूता है। अगला लेख 18 · config.toml कॉन्फ़िगरेशन विवरण वापस कॉन्फ़िगरेशन फ़ाइल पर जाएगा और विभिन्न सेटिंग्स को एक साथ समझाएगा।

⚠️ प्रयोगात्मक सुविधा, संस्करणों के साथ बदलाव संभव। यहाँ चर्चा की गई Computer Use (कंप्यूटर उपयोग), Chrome एक्सटेंशन और इन-बिल्ट ब्राउज़र अभी भी विकास के दौर में हैं। नीचे दी गई सभी विशिष्ट सेटिंग्स, मेनू नाम, डिफ़ॉल्ट व्यवहार और शॉर्टकट कीज़ आपके इंटरफ़ेस और Codex आधिकारिक दस्तावेज़ के अनुसार होने चाहिए, और भविष्य के संस्करणों में बदल सकते हैं।

OpenAI ने अपने आधिकारिक दस्तावेज़ों में Computer Use के लिए एक सख्त भौगोलिक सीमा तय की है: लॉन्च के समय यह macOS और Windows पर उपलब्ध है, लेकिन यूरोपीय आर्थिक क्षेत्र (EEA), यूनाइटेड किंगडम (UK) और स्विट्जरलैंड में उपलब्ध नहीं है। यह नेटवर्क की समस्या नहीं है, बल्कि यह सुविधा उन क्षेत्रों में बंद कर दी गई है—भले ही आप वीपीएन का उपयोग कर रहे हों, यदि आप वहाँ हैं तो इसे सक्षम नहीं कर पाएंगे।

मैंने पहली बार इस पर तब ध्यान दिया जब मैं पिछले साल app दस्तावेज़ों को देख रहा था: computer-use, browser और chrome-extension ये तीन पृष्ठ विशेष रूप से इस बारे में हैं कि "Codex ग्राफिकल इंटरफ़ेस के साथ कैसे इंटरैक्ट करता है"। OpenAI ने इस पर काफी काम किया है, जिससे स्पष्ट होता है कि—केवल फ़ाइलें पढ़ने और कमांड चलाने वाला AI अंततः उस सीमा पर अटक जाएगा जहाँ "कोई काम केवल इंटरफ़ेस पर ही किया जा सकता है"।

एक वास्तविक उदाहरण: पिछले साल मैं एक Electron टूल पर काम कर रहा था, जिसमें एक बग केवल तभी दिखाई देता था जब विंडो को एक विशिष्ट चौड़ाई पर लाया जाता था। कमांड लाइन में परीक्षण करने पर सब कुछ सामान्य दिखता था और लॉग भी साफ थे। ऐसे बग जो केवल इंटरफ़ेस पर दिखाई देते हैं, उनके लिए मुझे स्वयं विंडो को खींचना, स्क्रीनशॉट लेना और फिर इसे समझाना पड़ता था। Computer Use इसी सीमा को समाप्त करने के लिए है—जिससे Codex स्वयं स्क्रीन देख सके और बग को ठीक कर सके।

यह लेख तीन मुख्य चीजों को समझाएगा: ग्राफिकल इंटरफ़ेस के साथ काम करने के तीन तरीके (कंप्यूटर उपयोग, Chrome एक्सटेंशन, इन-बिल्ट ब्राउज़र) क्या हैं, इन्हें कैसे शुरू करें, और आपके वास्तविक डेस्कटॉप/ब्राउज़र को नियंत्रित करते समय सुरक्षा सीमाएँ क्या हैं।

इस लेख को पढ़ने के बाद, आपको मिलेगा:

• एक सरल विवरण कि Computer Use क्या है, इसका उपयोग कब करना चाहिए (और कब नहीं करना चाहिए)।
• इंटरफ़ेस के साथ काम करने के तीन तरीकों में अंतर: इन-बिल्ट ब्राउज़र (localhost) → Chrome एक्सटेंशन (लॉग-इन वाली वेबसाइटें) → कंप्यूटर उपयोग (पूरा डेस्कटॉप), और एक तुलनात्मक तालिका।
• तीनों तरीकों को शुरू करने के चरण (प्लगइन इंस्टॉल करना, सिस्टम अनुमतियाँ देना, @ द्वारा उपयोग करना) और क्षेत्रीय/प्लेटफ़ॉर्म सीमाएँ।
• वेबसाइट एक्सेस का डिफ़ॉल्ट व्यवहार (डिफ़ॉल्ट रूप से प्रत्येक नई वेबसाइट के लिए पूछना), allowlist / blocklist प्रबंधन, और अनुमोदन को बायपास करने का विकल्प।
• वास्तविक डेस्कटॉप/ब्राउज़र को नियंत्रित करते समय होने वाले जोखिम, आधिकारिक सुरक्षा सीमाएँ और आपके लिए आवश्यक नियम।
• एक सरल अभ्यास: इन-बिल्ट ब्राउज़र का उपयोग करके एक स्थानीय पृष्ठ को पढ़ना।

---

01 पहले समझें: Computer Use वास्तव में क्या है, और इसका उपयोग कब करें

निष्कर्ष यह है: Computer Use = Codex को इंसान की तरह "स्क्रीन देखना, माउस और कीबोर्ड का उपयोग करना" और ग्राफिकल इंटरफ़ेस को नियंत्रित करने की अनुमति देना—यह आपके macOS या Windows पर विंडो, मेनू, बटन देख सकता है, क्लिक कर सकता है, टाइप कर सकता है और मेनू नेविगेट कर सकता है। जब कमांड लाइन या सामान्य प्लगइन्स (MCP) से काम नहीं हो पाता, तब इसका उपयोग किया जाता है।

आधिकारिक तौर पर इसका मुख्य उपयोग इस प्रकार बताया गया है: जब कोई काम "केवल फ़ाइलों या कमांड आउटपुट को देखकर सत्यापित नहीं किया जा सकता", तब इसका उपयोग करें। उदाहरण के लिए—

• किसी ऐसे macOS App, Windows App या iOS सिम्युलेटर का परीक्षण करना जिसे Codex बना रहा है।
• किसी ऐसे बग को ठीक करना जो केवल ग्राफिकल इंटरफ़ेस पर ही दिखाई देता है (जैसे ऊपर दिया गया विंडो चौड़ाई का उदाहरण)।
• किसी ऐप की सेटिंग्स को बदलना जिसे केवल UI के माध्यम से ही बदला जा सकता है।
• किसी ऐसे ऐप या डेटा स्रोत से जानकारी प्राप्त करना जिसके लिए कोई प्लगइन उपलब्ध नहीं है।
• कई ऐप्स के बीच काम करने वाले वर्कफ़्लो को चलाना।

तुलना: एक ऐसे सहायक से जो आपके कंप्यूटर पर काम करने में मदद कर सकता है, न कि केवल ईमेल द्वारा काम करने वाले किसी दूरस्थ सहयोगी से। दूरस्थ सहयोगी (कमांड लाइन/प्लगइन) को आप केवल निर्देश दे सकते हैं और फाइलें प्राप्त कर सकते हैं, वह आपके डेस्कटॉप को नहीं देख सकता; जबकि Computer Use वाला सहायक आपकी टेबल पर बैठता है—वह आपके माउस, आपके कीबोर्ड का उपयोग करता है, स्क्रीन देख सकता है और आप भी देख सकते हैं कि वह कहाँ क्लिक कर रहा है। यह सुविधाजनक है, लेकिन वह आपके वास्तविक डेस्कटॉप पर काम करता है, किसी सुरक्षित पृथक वातावरण में नहीं—सुरक्षा के लिहाज से यह बहुत महत्वपूर्ण है।

यहाँ शुरुआती लोगों के लिए एक महत्वपूर्ण सलाह दी गई है, जिस पर आधिकारिक तौर पर बार-बार ज़ोर दिया गया है:

यदि आप स्थानीय स्तर पर निर्मित किसी Web ऐप पर काम कर रहे हैं, तो पहले इन-बिल्ट ब्राउज़र (in-app browser) का उपयोग करें, न कि Computer Use का।

क्यों? क्योंकि Computer Use सबसे जटिल और धीमा तरीका है—यह स्क्रीनशॉट लेता है, निर्देशांक (Coordinates) की गणना करता है और माउस को घुमाता है। जब काम सरल उपकरणों से हो सकता है, तो जटिल तरीकों का उपयोग करने से बचें। सही क्रम इस प्रकार है: यदि प्लगइन/MCP उपलब्ध है तो उसका उपयोग करें, यदि वेब पेज है तो ब्राउज़र का उपयोग करें, और यदि डेस्कटॉप ऐप, सिम्युलेटर या बिना API वाले ऐप हैं, तभी Computer Use पर स्विच करें। अगले अनुभाग में हम इन तीनों में अंतर समझेंगे।

💡 संक्षेप में: Computer Use द्वारा Codex स्क्रीन देख सकता है और माउस/कीबोर्ड का उपयोग कर सकता है ताकि पूरे डेस्कटॉप को नियंत्रित किया जा सके। यह सबसे जटिल तरीका है और इसका उपयोग केवल डेस्कटॉप ऐप्स, विशिष्ट बग्स या बिना API वाले ऐप्स के लिए ही किया जाना चाहिए; स्थानीय वेब ऐप्स के लिए पहले इन-बिल्ट ब्राउज़र का उपयोग करें।

---

02 तीन तरीकों में अंतर: इन-बिल्ट ब्राउज़र / Chrome एक्सटेंशन / कंप्यूटर उपयोग

आगे बढ़ने से पहले एक भ्रम को दूर कर लेते हैं: ग्राफिकल इंटरफ़ेस के साथ काम करने के तीन तरीके हैं, और शुरुआती लोग अक्सर गलत विकल्प चुन लेते हैं। आधिकारिक दस्तावेज़ों में इन तीनों के लिए अलग-अलग पृष्ठ हैं, जो दर्शाता है कि ये तीन अलग-अलग सुविधाएँ हैं।

तुलना: किसी दूसरे शहर में काम के लिए जाने के तीन साधनों से। यदि काम पास में ही है (स्थानीय वेब पेज), तो पैदल जाना सबसे तेज़ और आसान है—यह इन-बिल्ट ब्राउज़र है; यदि आपको किसी ऐसी इमारत में जाना है जहाँ आपके पास एक्सेस कार्ड है (लॉग-इन वाली वेबसाइटें), तो आप अपनी कार का उपयोग करते हैं—यह Chrome एक्सटेंशन है; और यदि आपको किसी ऐसे क्षेत्र में जाना है जहाँ सड़कें नहीं हैं (डेस्कटॉप ऐप्स, बिना API वाले ऐप्स), तो आपको एक बड़ी ऑफ-रोड गाड़ी की आवश्यकता होगी—यह कंप्यूटर उपयोग है। तीनों का उद्देश्य काम पूरा करना है, लेकिन गलत विकल्प चुनने पर काम कठिन हो सकता है।

तीनों के मुख्य उपयोग इस प्रकार हैं:

इन-बिल्ट ब्राउज़र (in-app browser) — Codex के भीतर उपलब्ध एक इन-बिल्ट ब्राउज़र, जहाँ आप और Codex एक ही वेब पेज को देख सकते हैं। यह मुख्य रूप से: स्थानीय विकास सर्वर (localhost), फ़ाइल प्रीव्यू और बिना लॉग-इन वाले सार्वजनिक पृष्ठों के लिए है। यह आपके Chrome के लॉग-इन विवरण, कुकीज़, एक्सटेंशन या खुले हुए टैब को नहीं छूता—इसलिए यह सुरक्षित और पृथक रहता है, और आपकी दैनिक गतिविधियों को प्रभावित नहीं करता। विकास के दौरान बदलाव देखने के लिए इसका उपयोग करें।

Chrome एक्सटेंशन (Codex Chrome extension) — इसका उपयोग तब करें जब कार्य के लिए आपके पहले से लॉग-इन किए गए ब्राउज़र की आवश्यकता हो। आधिकारिक उदाहरणों में: LinkedIn, Salesforce, Gmail या कंपनी के आंतरिक टूल्स जैसी लॉग-इन वाली वेबसाइटों पर काम करना शामिल है। यह आपके वास्तविक Chrome के लॉग-इन विवरण का उपयोग करके काम करता है।

कंप्यूटर उपयोग (Computer Use) — जैसा कि पहले बताया गया है, यह पूरे डेस्कटॉप को नियंत्रित करता है: डेस्कटॉप ऐप्स, सिम्युलेटर और कई ऐप्स के बीच काम करने वाले वर्कफ़्लो। यह सबसे व्यापक लेकिन धीमा तरीका है।

तुलना के लिए इस तालिका को देखें:

आयाम	इन-बिल्ट ब्राउज़र	Chrome एक्सटेंशन	कंप्यूटर उपयोग
नियंत्रण क्षेत्र	Codex के इन-बिल्ट ब्राउज़र के वेब पेज	आपका वास्तविक Chrome (लॉग-इन विवरण के साथ)	पूरा macOS / Windows डेस्कटॉप
मुख्य उपयोग	localhost, फ़ाइल प्रीव्यू, सार्वजनिक पृष्ठ	LinkedIn / Salesforce / Gmail / आंतरिक प्रणाली	डेस्कटॉप ऐप्स, सिम्युलेटर, ऐप्स के बीच वर्कफ़्लो
लॉग-इन विवरण का उपयोग	❌ नहीं, सुरक्षित और पृथक रहता है	✅ हाँ, आपके Chrome का उपयोग करता है	संबंधित ऐप की स्थिति पर निर्भर करता है
कैसे कॉल करें	@Browser या ब्राउज़र का उपयोग करने के लिए कहें	@Chrome	@Computer या @AppName
आवश्यक प्लगइन	Browser प्लगइन	Chrome प्लगइन + Chrome एक्सटेंशन	Computer Use प्लगइन
गति / जटिलता	सबसे तेज़ और सरल	मध्यम	सबसे धीमा और जटिल

सरल शब्दों में: स्थानीय वेब पेजों के लिए इन-बिल्ट ब्राउज़र, लॉग-इन वाली वेबसाइटों के लिए Chrome एक्सटेंशन, और पूरे डेस्कटॉप के लिए कंप्यूटर उपयोग का उपयोग करें। नीचे हम तीनों को शुरू करने की प्रक्रिया को समझेंगे।

💡 संक्षेप में: ग्राफिकल इंटरफ़ेस के साथ काम करने के तीन तरीके हैं—इन-बिल्ट ब्राउज़र (localhost / सार्वजनिक पृष्ठ, बिना लॉग-इन), Chrome एक्सटेंशन (लॉग-इन वाली वेबसाइटें), और कंप्यूटर उपयोग (पूरा डेस्कटॉप); अपनी आवश्यकता के अनुसार सही विकल्प चुनें।

---

03 पहला तरीका: इन-बिल्ट ब्राउज़र (सबसे पहले उपयोग किया जाने वाला तरीका)

शुरुआत के लिए सबसे उपयुक्त इन-बिल्ट ब्राउज़र की बात करते हैं। इसका उद्देश्य सरल है: यह Codex के भीतर एक ब्राउज़र प्रदान करता है, जिसका उपयोग स्थानीय वेब ऐप्स के प्रीव्यू और सत्यापन के लिए किया जाता है।

प्लगइन इंस्टॉल करना और खोलना

पहला कदम, Browser प्लगइन इंस्टॉल करें: Codex में Plugins पर जाएं, और Browser प्लगइन को सक्षम करें (विशिष्ट मेनू इंटरफ़ेस के अनुसार हो सकता है)।

दूसरा कदम, इन-बिल्ट ब्राउज़र खोलें। इसके लिए निम्नलिखित तरीके उपलब्ध हैं:

• टूलबार से खोलें;
• किसी वेब लिंक (URL) पर क्लिक करने पर यह स्वचालित रूप से खुल सकता है;
• ब्राउज़र एड्रेस बार में मैन्युअल रूप से एड्रेस दर्ज करें;
• शॉर्टकट कीज़ का उपयोग करें—macOS पर Cmd+Shift+B और Windows पर Ctrl+Shift+B।

Codex द्वारा इन-बिल्ट ब्राउज़र को नियंत्रित करना

केवल प्रीव्यू के अलावा, आप Codex को इस इन-बिल्ट ब्राउज़र को सीधे नियंत्रित करने के लिए भी कह सकते हैं: क्लिक करना, टाइप करना, पेज देखना, स्क्रीनशॉट लेना, पेज रिसोर्स डाउनलोड करना, जावास्क्रिप्ट की जाँच करना या सुधार सत्यापित करना।

इसे कॉल करने के लिए: अपने निर्देश में ब्राउज़र का उपयोग करने के लिए कहें, या सीधे @Browser का उपयोग करें। एक उदाहरण इस प्रकार है:

कृपया ब्राउज़र में http://localhost:3000/settings खोलें, लेआउट बग की जाँच करें, और केवल संबंधित कंट्रोल्स को ठीक करें, बाकी को न छुएं।

"Annotation (टिप्पणी)" सुविधा

इन-बिल्ट ब्राउज़र की सबसे बड़ी विशेषता Annotation (टिप्पणी) है—जब कोई बग केवल रेंडर किए गए पेज पर ही दिखाई देता है, तो आप पेज पर उस हिस्से को चिह्नित करके टिप्पणी लिख सकते हैं। यह Codex को सटीक रूप से समस्या का स्थान बताने में मदद करता है।

आधिकारिक उपयोग के निर्देश (इंटरफ़ेस के अनुसार):

• Annotation mode (टिप्पणी मोड) चालू करें, किसी तत्व या क्षेत्र को चुनें, और टिप्पणी सबमिट करें;
• टिप्पणी मोड में Shift दबाकर क्लिक करने से एक क्षेत्र चुना जा सकता है;
• Cmd दबाकर क्लिक करने से टिप्पणी तुरंत भेजी जा सकती है।

टिप्पणी लिखने के बाद, चैट में Codex को इसे हल करने के लिए कहें। टिप्पणियाँ सटीक होनी चाहिए, जैसे:

यह बटन मोबाइल स्क्रीन पर बाहर जा रहा है। इसे एक ही लाइन में रखने का प्रयास करें, और यदि संभव न हो तो नीचे लाएं, लेकिन कार्ड की ऊँचाई न बदलें।

इसके अलावा, टिप्पणी पर एक config आइकन होता है, जिस पर क्लिक करके आप सीधे इंटरफ़ेस पर फ़ॉन्ट, टेक्स्ट का आकार, स्पेसिंग, रंग बदल सकते हैं और परिणाम देख सकते हैं, और संतुष्ट होने पर ही सबमिट कर सकते हैं। यह केवल टेक्स्ट में लिखने की तुलना में कहीं अधिक सटीक है।

मेरे अनुभव में, यह सुविधा बारीक विज़ुअल बदलावों के लिए बहुत उपयोगी है—पिछले महीने एक定价 (Pricing) पेज पर काम करते समय, टूलटिप डेटा को छिपा रहा था, मैंने सीधे टूलटिप को चिह्नित करके "इसे चार्ट के भीतर रखें ताकि डेटा दिखाई दे" लिखा, और Codex ने इसे एक बार में ही ठीक कर दिया। महत्वपूर्ण यह है कि आप विज़ुअल स्थिति को स्पष्ट रूप से समझाएं।

एक सुरक्षा सीमा याद रखें, जिसे आधिकारिक तौर पर स्पष्ट किया गया है:

इन-बिल्ट ब्राउज़र लॉग-इन वाली वेबसाइटों, आपके वास्तविक ब्राउज़र की सेटिंग्स, कुकीज़, एक्सटेंशन या खुले हुए टैब का समर्थन नहीं करता। यह केवल उन पृष्ठों के लिए है जिन्हें बिना लॉग-इन के एक्सेस किया जा सकता है।

यानी—लॉग-इन वाले पृष्ठों के लिए आपको Chrome एक्सटेंशन का उपयोग करना होगा।

💡 संक्षेप में: इन-बिल्ट ब्राउज़र Codex का अपना सुरक्षित और पृथक ब्राउज़र है, जिसे Browser प्लगइन सक्षम करके @Browser द्वारा उपयोग किया जाता है; Annotation (टिप्पणी) इसकी सबसे उपयोगी विशेषता है; लेकिन यह लॉग-इन विवरण का उपयोग नहीं करता, जिसके लिए Chrome एक्सटेंशन की आवश्यकता होती है।

---

04 दूसरा तरीका: Chrome एक्सटेंशन (लॉग-इन विवरण की आवश्यकता होने पर)

जब कार्य के लिए आपके पहले से लॉग-इन किए गए ब्राउज़र की आवश्यकता हो—जैसे LinkedIn देखना, Salesforce में बदलाव करना, Gmail में काम करना या कंपनी के आंतरिक सिस्टम का उपयोग करना—तब Chrome एक्सटेंशन काम आता है।

Plugins से इंस्टॉल करना

आधिकारिक प्रक्रिया इस प्रकार है:

1. Codex खोलें, और Plugins पर जाएं।
2. Chrome प्लगइन सक्षम करें।
3. इंस्टॉलेशन निर्देशों का पालन करें—यह आपको Chrome वेब स्टोर से Codex Chrome एक्सटेंशन इंस्टॉल करने और अनुमतियों को स्वीकृत करने के लिए कहेगा।
4. Chrome खोलें, और पुष्टि करें कि Codex एक्सटेंशन Connected (कनेक्टेड) दिखा रहा है।

एक्सटेंशन इंस्टॉल करने और Chrome वेब स्टोर तक पहुँचने के लिए वीपीएन की आवश्यकता हो सकती है; इंस्टॉलेशन निर्देशों के अनुसार ही एक्सटेंशन इंस्टॉल करें ताकि कोई गलत एक्सटेंशन इंस्टॉल न हो।

इंस्टॉल होने के बाद, एक नया Codex चैट थ्रेड खोलें। जब लॉगिन विवरण वाली वेबसाइट की आवश्यकता होगी, तो Codex स्वयं इसे उपयोग करने का सुझाव देगा; आप निर्देश में सीधे इसे लिख भी सकते हैं:

@Chrome कृपया Salesforce खोलें और कॉल रिकॉर्ड के अनुसार विवरण अपडेट करें।

यदि Chrome खुला नहीं है, तो Codex इसे खोल सकता है। एक महत्वपूर्ण बात: Chrome ब्राउज़र के कार्य Chrome के टैब ग्रुप (tab group) में चलते हैं, जिससे आपके खुले हुए टैब व्यवस्थित रहते हैं और कोई गड़बड़ी नहीं होती।

वेबसाइट एक्सेस: डिफ़ॉल्ट रूप से प्रत्येक नई वेबसाइट के लिए पूछना

Chrome एक्सटेंशन (और इन-बिल्ट ब्राउज़र) का यह डिफ़ॉल्ट व्यवहार बहुत महत्वपूर्ण है—यह न सोचें कि इंस्टॉल होने के बाद यह किसी भी वेबसाइट पर जा सकता है:

डिफ़ॉल्ट रूप से, Codex किसी भी नई वेबसाइट पर जाने से पहले आपसे अनुमति मांगता है। यह वेबसाइट के डोमेन (जैसे example.com) के आधार पर अनुमति मांगता है।

अनुमोदन पॉप-अप दिखाई देने पर आपके पास तीन विकल्प होते हैं:

• केवल वर्तमान चैट के लिए अनुमति देना;
• हमेशा अनुमति देना, जिसके बाद उस डोमेन के लिए दोबारा नहीं पूछा जाएगा;
• अस्वीकार करना।

अधिक नियंत्रण के लिए आप Computer Use सेटिंग्स में जा सकते हैं, जहाँ आप allowlist (व्हाइटलिस्ट) और blocklist (ब्लैकलिस्ट) प्रबंधित कर सकते हैं:

• व्हाइटलिस्ट में शामिल डोमेन के लिए Codex दुबारा नहीं पूछेगा;
• ब्लैकलिस्ट में शामिल डोमेन का उपयोग Codex नहीं कर सकता;
• व्हाइटलिस्ट से हटाने पर अगली बार दुबारा पूछा जाएगा; और ब्लैकलिस्ट से हटाने पर यह ब्लॉक से हटकर पूछने वाले मोड में आ जाएगा।

यहाँ कुछ सेटिंग्स दी गई हैं जिन्हें ध्यान से समझना चाहिए:

सेटिंग	डिफ़ॉल्ट व्यवहार	ध्यान देने योग्य बात
हर नई वेबसाइट पर पूछना	डिफ़ॉल्ट रूप से चालू रहता है	यह सुरक्षा की पहली परत है, इसे बंद न करें
हमेशा ब्राउज़र सामग्री की अनुमति देना (always allow browser content)	आपके द्वारा मैन्युअल रूप से सक्षम करने पर, यह पुष्टि नहीं मांगेगा	इसे चालू करने पर सुरक्षा सीमा हट जाती है, सोच-समझकर निर्णय लें
ब्राउज़र इतिहास (browser history)	उपयोग करने से पहले हमेशा अनुमति मांगता है, और "हमेशा अनुमति" का विकल्प नहीं होता	इतिहास में संवेदनशील विवरण हो सकते हैं, इसलिए सुरक्षा के लिए यह आवश्यक है

ब्राउज़र इतिहास के बारे में: सुरक्षा कारणों से इतिहास तक पहुँच के लिए हमेशा अस्थायी अनुमति ही दी जाती है, स्थायी नहीं—क्योंकि इतिहास में संवेदनशील आंतरिक पते, सर्च शब्द या डिवाइस की गतिविधियाँ हो सकती हैं, और दुर्भावनापूर्ण सामग्री के कारण यह जानकारी बाहर जा सकती है। इसलिए इसके लिए स्थायी अनुमति का विकल्प नहीं दिया गया है।

यदि कनेक्शन न हो तो क्या करें

Chrome एक्सटेंशन के साथ कनेक्शन न होने की समस्या आम है। समाधान के लिए निम्नलिखित चरणों का पालन करें (पहले सुनिश्चित करें कि डोमेन ब्लैकलिस्ट में न हो):

1. Chrome टूलबार से Codex एक्सटेंशन खोलें और देखें कि क्या यह Connected दिखा रहा है। यदि डिस्कनेक्टेड है या native host एरर है, तो Codex के Plugins में जाकर Chrome प्लगइन को हटाएं और दुबारा जोड़ें, और निर्देशों का पालन करें।
2. Codex के Plugins में जाकर पुष्टि करें कि Chrome प्लगइन सक्षम (Enabled) है।
3. पुष्टि करें कि आप उसी Chrome प्रोफ़ाइल (profile) का उपयोग कर रहे हैं जिसमें एक्सटेंशन इंस्टॉल है—कई प्रोफ़ाइल का उपयोग करने वाले अक्सर यहाँ गलती करते हैं।
4. एक नया चैट थ्रेड खोलें, जिससे कनेक्शन स्थिति रीसेट हो सके।
5. Chrome और Codex को बंद करके दुबारा खोलें; यदि फिर भी काम न करे तो एक्सटेंशन को अनइंस्टॉल करें और दुबारा इंस्टॉल करें।
6. यदि Connected दिखने पर भी काम न कर रहा हो, तो /feedback का उपयोग करके रिपोर्ट करें और थ्रेड आईडी अवश्य लिखें।

एक और बात: यदि Chrome कार्य के लिए आपकी मशीन से फ़ाइलें अपलोड करने की आवश्यकता है, तो एक्सटेंशन सेटिंग्स में जाकर "Allow access to file URLs (फ़ाइल URL तक पहुँच की अनुमति दें)" को सक्षम करें, अन्यथा यह स्थानीय फ़ाइलों तक नहीं पहुँच पाएगा। बदलाव के बाद कार्य को दुबारा शुरू करें।

💡 संक्षेप में: लॉग-इन विवरण वाली वेबसाइटों के लिए Chrome एक्सटेंशन का उपयोग करें, Plugins से इंस्टॉल करें, और @Chrome द्वारा कॉल करें; डिफ़ॉल्ट रूप से प्रत्येक नई वेबसाइट के लिए अनुमोदन आवश्यक होता है, allowlist / blocklist को सेटिंग्स में प्रबंधित किया जा सकता है।

---

05 तीसरा तरीका: कंप्यूटर उपयोग (पूरे डेस्कटॉप को नियंत्रित करना)

तीसरा और सबसे जटिल तरीका। कंप्यूटर उपयोग द्वारा Codex स्क्रीन देख सकता है और माउस/कीबोर्ड का उपयोग कर सकता है ताकि पूरे macOS / Windows डेस्कटॉप को नियंत्रित किया जा सके। इसके उपयोग के लिए दो मुख्य आवश्यकताएं हैं—क्षेत्रीय उपलब्धता और सिस्टम अनुमतियाँ।

क्षेत्रीय और प्लेटफ़ॉर्म सीमाएँ

महत्वपूर्ण सीमाएँ इस प्रकार हैं:

• प्लेटफ़ॉर्म: macOS और Windows पर उपलब्ध है, Linux पर उपलब्ध नहीं है (Codex डेस्कटॉप ऐप अभी Linux के लिए उपलब्ध नहीं है)।
• क्षेत्र: लॉन्च के समय यूरोपीय आर्थिक क्षेत्र (EEA), यूनाइटेड किंगडम (UK) और स्विट्जरलैंड में उपलब्ध नहीं है। यदि आप वहाँ हैं तो इसे सक्षम नहीं कर पाएंगे।

प्लगइन इंस्टॉल करना और सिस्टम अनुमतियाँ देना

पहला कदम, Computer Use प्लगइन इंस्टॉल करें: Codex सेटिंग्स में जाएं, Computer Use पर क्लिक करें, और Install चुनें।

दूसरा कदम, सिस्टम अनुमतियाँ दें (macOS पर अनुमतियों के लिए संकेत मिलेगा):

macOS पर निम्नलिखित दो अनुमतियाँ आवश्यक हैं:

अनुमति	उपयोग
स्क्रीन रिकॉर्डिंग (Screen Recording)	Codex को ऐप इंटरफ़ेस दिखाने के लिए
एक्सेसिबिलिटी (Accessibility)	Codex को क्लिक, टाइप और नेविगेट करने की अनुमति देने के लिए

यदि Codex किसी ऐप को नियंत्रित नहीं कर पा रहा है, तो System Settings > Privacy & Security में जाकर Codex के लिए "Screen Recording" और "Accessibility" को सक्षम करें।

Windows पर इस प्रकार की अनुमतियों की आवश्यकता नहीं होती, लेकिन फोरग्राउंड का नियम लागू होता है: कंप्यूटर उपयोग सक्रिय डेस्कटॉप पर चलता है, काम के दौरान संबंधित ऐप दिखाई देना चाहिए, और—

Windows पर, कंप्यूटर उपयोग बैकग्राउंड में काम नहीं कर सकता। काम के दौरान, Codex आपके माउस को घुमाएगा, टाइप करेगा और फ़ोरग्राउंड को नियंत्रित करेगा।

सरल शब्दों में: Windows पर काम के दौरान यह आपके माउस और कीबोर्ड का उपयोग करता है, इसलिए उस समय आप कंप्यूटर पर काम नहीं कर पाएंगे। काम जारी रखने के लिए दो विकल्प हैं: कंप्यूटर को अनलॉक और नेटवर्क से कनेक्ट रखें और फोन से प्रगति देखें, या Windows वर्चुअल मशीन (VM) में Codex चलाएं ताकि यह VM को नियंत्रित करे, आपके मुख्य डेस्कटॉप को नहीं।

इसे कैसे शुरू करें

निर्देश में @Computer लिखें, या सीधे @AppName द्वारा किसी विशिष्ट ऐप का नाम लिखें, और बताएं कि कौन सा ऐप, कौन सी विंडो या कौन सी प्रक्रिया चलानी है। उदाहरण:

कृपया @Computer का उपयोग करके इस ऐप को खोलें, गाइड में आ रहे बग की जाँच करें, और कोड में न्यूनतम सुधार करें। हर बदलाव के बाद प्रक्रिया को दुबारा चलाकर देखें।

@Chrome खोलें और जाँचें कि क्या बदलावों के बाद पेमेंट पेज सामान्य रूप से काम कर रहा है।

दूसरी कमांड पर ध्यान दें—@Chrome का उपयोग Chrome एक्सटेंशन (लॉग-इन के साथ) के लिए भी किया जा सकता है, और कंप्यूटर उपयोग के संदर्भ में ब्राउज़र को विज़ुअल रूप से नियंत्रित करने के लिए भी। आधिकारिक सलाह है: यदि विशिष्ट प्लगइन/MCP उपलब्ध है तो पहले उसका उपयोग करें, और केवल विज़ुअल नियंत्रण की आवश्यकता होने पर ही कंप्यूटर उपयोग का उपयोग करें।

अनुमतियाँ और अनुमोदन: सिस्टम अनुमतियों से अलग

यहाँ भ्रम हो सकता है, जिसे समझना आवश्यक है: कंप्यूटर उपयोग के लिए "सिस्टम अनुमतियाँ" और Codex में "ऐप अनुमोदन" दो अलग चीजें हैं।

• सिस्टम अनुमतियाँ (macOS की स्क्रीन रिकॉर्डिंग / एक्सेसिबिलिटी): Codex को ऐप्स देखने और नियंत्रित करने की क्षमता देती हैं।
• ऐप अनुमोदन: यह तय करता है कि आप Codex को किन ऐप्स का उपयोग करने की अनुमति देते हैं। किसी ऐप का उपयोग करने से पहले यह आपसे अनुमति मांगेगा; आप Always allow (हमेशा अनुमति दें) चुन सकते हैं ताकि दुबारा न पूछा जाए—इस सूची को सेटिंग्स में Computer Use सेक्शन से हटाया जा सकता है।
• फ़ाइलें पढ़ने/लिखने और shell कमांड चलाने के लिए पहले की तरह ही सैंडबॉक्स और अनुमोदन सेटिंग्स (लेख 15, 16 के अनुसार) लागू रहेंगी, कंप्यूटर उपयोग सक्षम होने पर भी इनमें छूट नहीं मिलती।

संवेदनशील या नुकसानदेह गतिविधियों के लिए यह दुबारा पुष्टि मांग सकता है।

स्क्रीन लॉक होने पर कार्य करना (Locked Use - केवल macOS)

यह एक उन्नत सुविधा है जो केवल macOS पर उपलब्ध है, और डिफ़ॉल्ट रूप से बंद रहती है। यह इस समस्या को हल करती है: यदि आपने किसी अन्य डिवाइस से Codex को कोई कार्य सौंपा है, और आपकी Mac स्क्रीन लॉक हो गई है।

इसे सक्षम करने पर, Codex एक Apple ऑथराइज़ेशन प्लगइन इंस्टॉल करेगा, जो Mac को अस्थायी रूप से अनलॉक करने में मदद करेगा, जबकि स्क्रीन लॉक सुरक्षा बनी रहेगी। सुरक्षा के लिए 4 सीमाएँ लागू की गई हैं:

• ऑथराइज़ेशन विंडो सीमित समय के लिए ही सक्रिय रहती है।
• ऑटो-अनलॉक केवल सक्रिय कार्यों के दौरान ही काम करता है।
• अनलॉक रहने के दौरान Codex स्क्रीन को ढक कर रखता है।
• यदि स्थानीय रूप से माउस या कीबोर्ड हिलाया जाता है, तो स्क्रीन तुरंत लॉक हो जाती है और ऑटो-अनलॉक बंद हो जाता है।

यह केवल Codex के कार्यों के लिए एक विशिष्ट सुरक्षा व्यवस्था है, न कि कंप्यूटर को अनलॉक करने का कोई सामान्य बैकडोर। शुरुआती लोग इसे चालू न करें, केवल वास्तविक आवश्यकता होने पर ही इसका उपयोग करें।

💡 संक्षेप में: कंप्यूटर उपयोग पूरे डेस्कटॉप को नियंत्रित करता है—EEA/UK/स्विट्जरलैंड में उपलब्ध नहीं है, और Linux पर भी उपलब्ध नहीं है; macOS पर "स्क्रीन रिकॉर्डिंग + एक्सेसिबिलिटी" की आवश्यकता होती है, और Windows पर यह फ़ोरग्राउंड को नियंत्रित करता है; सिस्टम अनुमतियाँ और ऐप अनुमोदन दो अलग चीजें हैं, और फ़ाइल/shell के लिए सैंडबॉक्स नियम लागू रहते हैं।

---

06 सुरक्षा: यह आपके "वास्तविक डेस्कटॉप / ब्राउज़र" पर काम करता है, सैंडबॉक्स में नहीं

यह अनुभाग अत्यंत महत्वपूर्ण है—क्योंकि कंप्यूटर उपयोग और Chrome एक्सटेंशन आपके वास्तविक डेस्कटॉप और ब्राउज़र पर काम करते हैं, किसी सुरक्षित पृथक सैंडबॉक्स में नहीं। यह फ़ाइलों और कमांड लाइन (लेख 15) की तुलना में बहुत भिन्न है, और यहाँ सुरक्षा का ध्यान रखना बहुत आवश्यक है।

जोखिम कहाँ हैं

आधिकारिक दस्तावेज़ के अनुसार: कंप्यूटर उपयोग के दौरान, Codex स्क्रीन की सामग्री देख सकता है, स्क्रीनशॉट ले सकता है, और ऐप्स की विंडो, मेनू, कीबोर्ड इनपुट और क्लिपबोर्ड को नियंत्रित कर सकता है। काम के दौरान निम्नलिखित दो जोखिमों को समझें:

• लॉग-इन विवरण का उपयोग: इसे दुबारा लॉग-इन करने की आवश्यकता नहीं होती, आप जिस भी साइट पर लॉग-इन हैं, यह उस तक पहुँच सकता है। आधिकारिक चेतावनी:

वेब पेजों पर दुर्भावनापूर्ण या भ्रामक सामग्री हो सकती है, और वेबसाइट्स लॉग-इन सत्र के दौरान किए गए क्लिक या फॉर्म सबमिशन को आपका अपना कार्य मानेंगी।

• प्रॉम्प्ट इंजेक्शन (prompt injection): जैसा कि लेख 16 में बताया गया था—वेब पेजों में दुर्भावनापूर्ण निर्देश छिपे हो सकते हैं। ब्राउज़र और डेस्कटॉप को नियंत्रित करते समय यह जोखिम अधिक होता है क्योंकि यह बाहरी पेजों की सामग्री को पढ़ता है जो आपके नियंत्रण से बाहर हैं।

सुरक्षा सीमाएँ (गार्ड रेल)

गड़बड़ी से बचाने के लिए निम्नलिखित सुरक्षा परतें दी गई हैं:

• प्रत्येक नई वेबसाइट के लिए पूछना (धारा 04), ब्राउज़र के लिए पहली सुरक्षा परत है।
• प्रत्येक नए ऐप के लिए अनुमति मांगना (धारा 05), डेस्कटॉप के लिए पहली सुरक्षा परत है; संवेदनशील गतिविधियों के लिए दुबारा भी पूछा जा सकता है।
• कार्य को किसी भी समय रोका जा सकता है—आप कार्य को रोक सकते हैं, या माउस हिलाकर नियंत्रण अपने हाथ में ले सकते हैं।
• कुछ कार्य यह बिल्कुल नहीं कर सकता, जो सख्त सीमाएँ हैं:

कंप्यूटर उपयोग टर्मिनल ऐप्स को स्वचालित नहीं कर सकता, और न ही Codex को स्वयं स्वचालित कर सकता है (क्योंकि इससे सुरक्षा नियमों का उल्लंघन हो सकता है); यह एडमिनिस्ट्रेटर के रूप में प्रमाणित नहीं कर सकता, और न ही सुरक्षा और गोपनीयता अनुमतियों को स्वयं स्वीकृत कर सकता है।

अंतिम बिंदु सुरक्षा सुनिश्चित करता है—यह सिस्टम अनुमतियों के पॉप-अप को स्वयं स्वीकृत नहीं कर सकता, नियंत्रण हमेशा आपके हाथ में रहता है।

आपके लिए आवश्यक नियम

आधिकारिक सुरक्षा सीमाओं के अलावा, वास्तविक डेस्कटॉप/ब्राउज़र को नियंत्रित करते समय निम्नलिखित नियमों का पालन करें:

परिदृश्य	❌ क्या न करें	✅ क्या करें
कार्यों की संख्या	एक साथ कई ऐप्स या वर्कफ़्लो सौंपना	एक समय में एक ही स्पष्ट कार्य सौंपें
संवेदनशील ऐप्स	नेट बैंकिंग या पासवर्ड मैनेजर को खुला छोड़ना	काम के दौरान संवेदनशील ऐप्स को बंद रखें
Windows पर काम	इसके काम के दौरान कंप्यूटर का उपयोग करने का प्रयास करना	दूसरे डिवाइस या वर्चुअल मशीन का उपयोग करें, या काम रोकें
क्रेडेंशियल्स से जुड़े कार्य	इसे अकेले चलने देना और चले जाना	स्वयं उपस्थित रहें और प्रत्येक चरण की पुष्टि करें
Always Allow (हमेशा अनुमति)	आसानी के लिए हर ऐप/साइट को अनुमति देना	केवल विश्वसनीय ऐप्स और साइट्स को ही स्थायी अनुमति दें
अकाउंट / पेमेंट / प्राइवेसी सेटिंग्स	इसे अपने आप करने देना	इस प्रकार की सेटिंग्स के दौरान सामने रहकर नज़र रखें
गलत विंडो पर क्लिक	इसे स्वयं ठीक करने का इंतजार करना	तुरंत कार्य को रोकें (Cancel)

डेटा से संबंधित बात: डेस्कटॉप ऐप्स के माध्यम से किए गए बदलाव, जब तक फ़ाइल में सहेज कर प्रोजेक्ट में ट्रैक नहीं किए जाते, तब तक वे समीक्षा पैनल (review pane) में दिखाई नहीं दे सकते—समीक्षा पैनल के खाली होने का मतलब यह नहीं है कि कोई बदलाव नहीं हुआ है। इसके अलावा, आपकी ChatGPT डेटा नियंत्रण सेटिंग्स कंप्यूटर उपयोग के दौरान लिए गए स्क्रीनशॉट पर भी लागू होती हैं।

यदि आप इसके काम के दौरान ब्राउज़र का उपयोग करना चाहते हैं, तो एक अच्छा तरीका है—Codex को एक अलग ब्राउज़र का उपयोग करने के लिए कहें, ताकि आपका दैनिक ब्राउज़र प्रभावित न हो।

मुख्य नियम एक ही है: डेस्कटॉप और ब्राउज़र पर किया गया प्रत्येक कार्य वास्तविक होता है—यह सैंडबॉक्स की तरह नहीं है जहाँ गलती होने पर वातावरण को रीसेट किया जा सके; ब्राउज़र में पेमेंट बटन पर क्लिक करने का मतलब वास्तविक भुगतान है। इसलिए अपरिवर्तनीय (irreversible) और वित्तीय लेनदेन वाले कार्यों पर स्वयं नियंत्रण रखें।

💡 संक्षेप में: कंप्यूटर उपयोग और Chrome एक्सटेंशन आपके वास्तविक डेस्कटॉप/ब्राउज़र पर काम करते हैं, जहाँ लॉग-इन विवरण और प्रॉम्प्ट इंजेक्शन का जोखिम रहता है; सुरक्षा के लिए प्रत्येक ऐप/साइट के लिए अनुमति मांगी जाती है और कार्य को कभी भी रोका जा सकता है; महत्वपूर्ण और संवेदनशील गतिविधियों पर स्वयं सामने रहकर नज़र रखें।

---

07 अभ्यास: इन-बिल्ट ब्राउज़र से स्थानीय पृष्ठ को पढ़ना

आइए एक सरल अभ्यास करें: इन-बिल्ट ब्राउज़र (सबसे सुरक्षित तरीका) का उपयोग करके एक स्थानीय पेज खोलना और Codex से जानकारी प्राप्त करना। यह आपकी लॉग-इन स्थिति को प्रभावित नहीं करेगा और न ही आपके डेस्कटॉप को नियंत्रित करेगा, यह केवल यह जाँचने के लिए है कि सिस्टम सही ढंग से काम कर रहा है या नहीं।

चरण 1: एक स्थानीय सर्वर शुरू करें

एक साधारण स्टैटिक सर्वर शुरू करें ताकि इन-बिल्ट ब्राउज़र के लिए एक स्थानीय पता उपलब्ध हो सके:

python3 -m http.server 3000

अपेक्षित परिणाम: टर्मिनल में Serving HTTP on :: port 3000 जैसा संदेश दिखाई देगा, जिसका अर्थ है कि स्थानीय सर्वर सक्रिय है। अपने सामान्य ब्राउज़र में http://localhost:3000 खोलकर पुष्टि करें कि पेज दिखाई दे रहा है (यह निर्देशिका की फ़ाइलें दिखाएगा)।

चरण 2: इन-बिल्ट ब्राउज़र सक्रिय करें

Codex में Plugins पर जाएं, और पुष्टि करें कि Browser प्लगइन चालू है। फिर इन-बिल्ट ब्राउज़र खोलने के लिए शॉर्टकट कीज़ का उपयोग करें:

• macOS: Cmd+Shift+B
• Windows: Ctrl+Shift+B

पुष्टि: Codex विंडो के भीतर एक इन-बिल्ट ब्राउज़र स्क्रीन दिखाई देगी।

चरण 3: Codex से पेज पढ़ने के लिए कहें

इसे एक सरल निर्देश दें:

कृपया ब्राउज़र में http://localhost:3000 खोलें, पेज पर दिखाई दे रही फाइलों की सूची बताएं, और एक स्क्रीनशॉट लें।

अपेक्षित परिणाम: आप इन-बिल्ट ब्राउज़र को http://localhost:3000 पर जाते हुए देख पाएंगे, और Codex पेज की जानकारी (फ़ाइलों की सूची) चैट में दिखाएगा और एक स्क्रीनशॉट भी देगा। पेज का खुलना और जानकारी का आना यह दर्शाता है कि कनेक्शन सही है। पहली बार किसी साइट पर जाने पर यह आपसे पुष्टि मांग सकता है, अनुमति दें।

चरण 4 (वैकल्पिक): Annotation (टिप्पणी) का उपयोग करें

टिप्पणी मोड चालू करें, पेज पर किसी हिस्से को चिह्नित करें, एक निर्देश लिखें (जैसे "इस टेक्स्ट का आकार थोड़ा बढ़ाएं"), और Codex को भेजें। अपेक्षित परिणाम: यह आपके द्वारा चिह्नित हिस्से को पहचान कर उस पर काम करेगा, बिना इसके कि आपको उसकी स्थिति विस्तार से समझानी पड़े।

इस प्रकार आपने "Browser प्लगइन चालू करना → इन-बिल्ट ब्राउज़र खोलना → स्थानीय पेज पढ़ना" की पूरी प्रक्रिया को समझ लिया है। भविष्य में अन्य जटिल कार्यों या कंप्यूटर उपयोग के लिए भी इसी प्रकार की प्रक्रिया (प्लगइन सक्षम करना, अनुमति देना, @ द्वारा कॉल करना और काम देखना) अपनाई जाएगी, बस उसमें सुरक्षा सीमाएँ अधिक होंगी।

💡 संक्षेप में: अभ्यास के तीन चरण हैं—स्थानीय सर्वर शुरू करना, इन-बिल्ट ब्राउज़र खोलना (Cmd/Ctrl+Shift+B), और निर्देश देकर पेज की जानकारी प्राप्त करना; यह सबसे सुरक्षित और सरल तरीका है।

---

08 सारांश

इस लेख में हमने Codex को ग्राफिकल इंटरफ़ेस से जोड़ने की क्षमता को समझा है—जिससे यह केवल फ़ाइलों और कमांड लाइन के अलावा ब्राउज़र खोलने और डेस्कटॉप ऐप्स को नियंत्रित करने में सक्षम होता है। महत्वपूर्ण यह है कि आप तीनों तरीकों के अंतर को समझें और सही विकल्प चुनें।

मुख्य बिंदुओं का सारांश:

कार्य	मुख्य बिंदु
Computer Use को समझना	Codex को स्क्रीन देखने और माउस/कीबोर्ड का उपयोग करने की अनुमति देना; स्थानीय वेब के लिए पहले इन-बिल्ट ब्राउज़र का उपयोग करें
तीनों तरीकों का अंतर	इन-बिल्ट ब्राउज़र (localhost) → Chrome एक्सटेंशन (लॉग-इन साइट्स) → कंप्यूटर उपयोग (पूरा डेस्कटॉप)
इन-बिल्ट ब्राउज़र	Browser प्लगइन सक्षम करें, @Browser से कॉल करें, Cmd/Ctrl+Shift+B से खोलें, Annotation टिप्पणी इसकी विशेषता है
Chrome एक्सटेंशन	Plugins से सक्षम करें, एक्सटेंशन इंस्टॉल करें, @Chrome से कॉल करें, डिफ़ॉल्ट रूप से हर साइट के लिए पुष्टि आवश्यक है
कंप्यूटर उपयोग	Computer Use प्लगइन इंस्टॉल करें, macOS पर आवश्यक अनुमतियाँ दें, Windows पर यह फ़ोरग्राउंड को नियंत्रित करता है; EEA/UK/स्विट्जरलैंड में उपलब्ध नहीं
सुरक्षा नियम	यह वास्तविक डेस्कटॉप/ब्राउज़र पर काम करता है: एक समय में एक ही कार्य सौंपें, संवेदनशील ऐप्स बंद रखें, महत्वपूर्ण कार्यों पर नज़र रखें

अब आप यह कर सकते हैं: तीनों तरीकों के अंतर और उनके उपयोग के बारे में बताना; इन-बिल्ट ब्राउज़र खोलकर स्थानीय पेजों की जाँच करना; Chrome एक्सटेंशन और कंप्यूटर उपयोग की सीमाओं तथा अनुमतियों को समझना; और वास्तविक डेस्कटॉप/ब्राउज़र को नियंत्रित करते समय सुरक्षा जोखिमों का ध्यान रखना। यह क्षमता Codex को आपके काम में और अधिक सहायक बनाती है।

तीनों के संबंध को इस आरेख से समझें:

यह आरेख दिखाता है कि आपकी आवश्यकता के अनुसार कौन सा तरीका सही है और उसे कैसे उपयोग करना चाहिए।

💡 मुख्य नियम: तीनों तरीके जटिलता के अनुसार बढ़ते हैं—इन-बिल्ट ब्राउज़र स्थानीय/सार्वजनिक पेजों के लिए, Chrome एक्सटेंशन लॉग-इन वेबसाइटों के लिए, और कंप्यूटर उपयोग पूरे डेस्कटॉप के लिए; अनुमतियाँ जितनी अधिक होंगी, सुरक्षा का ध्यान रखना उतना ही आवश्यक होगा: वास्तविक डेस्कटॉप और ब्राउज़र पर किए गए कार्य वास्तविक होते हैं, इसलिए संवेदनशील गतिविधियों पर स्वयं नज़र रखें।

---

अगला लेख 18 "config.toml कॉन्फ़िगरेशन विवरण"—इस लेख में हमने कई प्लगइन्स, अनुमतियों और व्हाइटलिस्ट के बारे में बात की, हो सकता है कि ये सेटिंग्स काफी बिखरी हुई लगें। वास्तव में, Codex अधिकांश सेटिंग्स को एक ही फ़ाइल में व्यवस्थित रखता है—config.toml। अगले लेख में हम इस फ़ाइल की सभी सेटिंग्स (मॉडल, सैंडबॉक्स, अनुमोदन, MCP...) को विस्तार से समझेंगे कि कौन सी सेटिंग क्या नियंत्रित करती है और बदलावों को कैसे लागू किया जाए। एक सवाल: यदि आप चाहते हैं कि "डिफ़ॉल्ट मॉडल या सुरक्षा स्तर" स्टार्टअप पर ही लागू हो, तो उसे कहाँ लिखा जाना चाहिए?

---

अनुशंसित पठन

• सदस्यता और शुल्क
• कमांड लाइन CLI शुरुआत
• सामान्य समस्याओं का समाधान: इंस्टॉलेशन, लॉगिन या फ़ाइल एक्सेस त्रुटियाँ