项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-11-23 · 当前星标 ★ 104
核心亮点
- 同时支持原生 UI 树、截图和真实输入三条通道,控件可定位时走结构化路径,不可定位时用视觉兜底,覆盖面比单一方案广
- 直接对接 Pi coding agent,可作为工具集被智能体按需调用,不需要另建一套 agent 框架
- 基于 Windows accessibility 接口读取控件属性,比纯坐标点击更稳定,能适应窗口位置和分辨率变化
不足之处
- 项目仅 104 星,处于早期阶段,API 和工具接口可能频繁变动
- 深度依赖 Windows accessibility 体系,跨平台能力有限,macOS/Linux 场景未覆盖
- 截图与视觉识别路径对复杂界面和动态渲染页面的成功率依赖模型能力,稳定性待更多验证
适用场景
- 让编码智能体自动打开桌面软件、填写表单并提交,完成重复性 GUI 流程
- 跨应用搬运数据:从一个窗口读取内容,整理后输入到另一个应用
- 在浏览器和本地客户端之间执行端到端操作任务,如登录后批量录入信息
替代项目
browser-use、Open Interpreter、UI-TARS
同类项目推荐
browser-use
开源
AI 替你在网上跑腿,填表下单全包圆
Open-source Python library for AI browser agents, plus Browser Use Cloud: stealth br···
gpt-promo-scanner
开源
自动扫促销码,ChatGPT 订阅最高省 71%
ChatGPT Team(Business) 促销码自动扫描工具 — 批量发现/验证/价格收集,支持 17 国 34 个···
chatwiki
开源
在微信公众号上,拖拽搭建你的专属 AI 客服机器人
ChatWiki 微信公众号的AI知识库工作流Agent平台,RAG大模型AI客服机器人,致力于成为垂直领···
ChatFred
开源
在 Alfred 里直接聊 AI、画图,不用切窗口
Alfred workflow using ChatGPT, DALL·E 2 and other models for chatting, image genera···
open-claude-in-chrome
开源
在任意 Chromium 浏览器中解锁 Claude,无域名限制
Claude in Chrome, reverse-engineered and open-source. No domain blocklist. Any Chrom···
PaiAgent
开源
用 Java 拖出一条 AI 工作流,跑通就上线
轻量级的AI工作流编排系统,类似dify、n8n,全程使用Vibe Coding,AI工具为Qoder+CLI。涉及···
image-smith
开源
可视化编排,一键批量处理 Windows 图片
Image-Smith: Visual Batch Automation for Windows Workflows
ComfyUI-Workflows-ZHO
开源
一键加载大神工作流,快速出图不踩坑
我的 ComfyUI 工作流合集 | My ComfyUI workflows collection
tg2obsidian
开源
把 Telegram 消息自动存进 Obsidian,告别手动复制粘贴
This bot pulls new messages from a Telegram chat or group and puts them into Obsidia···
