python-sdk 是自动化工作流领域的开源项目，由 askui 开发，2024 年首次发布。
它收录于自动化工作流分类，该分类目前共有 503 个项目，GitHub 星标数为 551。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。从国内网络环境看，可直接访问。
它主要面向的使用场景是：构建能自动操作软件的AI助手，如自动填写表单、导航应用。同类可对比的替代方案包括 pyautogui、Playwright、Appium。
python-sdk
让AI像人一样操作电脑和手机，自动完成界面任务
python-sdk 是一个让 AI 直接操控桌面、移动端和 HMI 人机交互界面的开源工具包。它解决的是 AI 代理（Agent）无法像人一样操作 GUI 应用的问题，通过计算机视觉和智能体框架，将屏幕内容转化为 AI 可理解的指令，并自动执行点击、输入、滑动等操作。核心能力包括跨平台界面控制、基于视觉的界面元素识别、与主流 LLM 的集成，以及支持 RPA 和自动化测试场景。该 SDK 面向开发者，提供简洁的 Python 接口，可快速构建能“看”和“动”的 AI 应用，适用于 UI 自动化、端到端测试和智能助手开发。项目处于早期阶段，但技术方向明确，是构建通用计算机使用代理（CUA）的基础设施。
开源
unknown
自动化工作流
GitHub 星标
★ 551
维护状态
活跃
是否开源
是
定价模式
unknown
项目数据
分类自动化工作流
开发团队askui
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agents,computer-vision,cua,llms,rpa,test-automation,vision-agents
GitHub 星标★ 551
30天Star增速
HF 下载量
上线时间2024-10-25 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数6
使用教程
核心亮点
- 提供跨桌面、移动和HMI的统一控制接口，覆盖面广
- 基于计算机视觉识别界面元素，不依赖特定应用API，通用性强
- 与LLM深度集成，支持自然语言驱动自动化操作，降低使用门槛
不足之处
- 项目处于早期，API可能不稳定，文档和示例待完善
- 视觉识别在复杂或动态界面下准确率待验证，可能需要调优
适用场景
- 构建能自动操作软件的AI助手，如自动填写表单、导航应用
- 用于移动端和桌面端的自动化回归测试，减少人工干预
- 在工业HMI设备上实现智能化操作，辅助运维和监控
替代项目
pyautogui、Playwright、Appium
项目介绍
上一篇：libretto
下一篇：XiaoFeiShu
同类项目推荐
n8n
开源
拖拽搭建自动化流程，轻松接入 AI 与 400+ 应用，搞定重复工作。
Fair-code workflow automation platform with native AI capabilities. Combine visual b···
feishu-docx
开源
让 AI 代理轻松读写飞书文档，双向转换 Markdown
Feishu/Lark Docs、Sheet、Bitable <-> Markdown | AI Agent-friendly knowledge base exp···
robotcode
开源
让 Robot Framework 拥有现代 IDE 体验，调试、补全、运行一气呵成。
Open Source Toolkit for Robot Framework, providing Language Server Protocol support,···
puppeteer
开源
用 JavaScript 轻松操控无头浏览器，搞定自动化测试与网页抓取。
JavaScript API for Chrome and Firefox