typesafe-computer-use

OCR 读屏加类型约束，两毛钱一步让 AI 点 Mac

typesafe-computer-use 是一个 macOS 上的轻量级计算机使用（computer use）框架，核心思路是用 OCR 识别屏幕内容，再通过 TypeSafe 结构化输出模型对下一步动作进行分类，最后执行点击操作。它解决的是传统 AI 代理控制电脑时成本高、延迟大、动作不可控的问题：不依赖昂贵的视觉大模型逐帧推理，而是把屏幕转成文本，用类型约束让模型输出可解析的动作指令，从而把单步成本压到约 0.0002 美元。项目用 Python 编写，面向自动化工作流场景，适合需要让 AI 代理在 macOS 上完成点击、填表、导航等 GUI 操作，同时希望控制 token 开销和动作稳定性的开发者。

开源 unknown 自动化工作流

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 204

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awlevin

所属国家

官网地址

GitHubhttps://github.com/awlevin/typesafe-computer-use

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ai-agents,automation,computer-use,macos,ocr,typesafe

GitHub 星标★ 204

30天Star增速

HF 下载量

上线时间2026-09-16 00:00:00

最近更新2026-09-18 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2026-09-19

浏览次数0

使用教程

核心亮点

单步成本约 0.0002 美元，比逐帧视觉推理方案便宜几个数量级
用 TypeSafe 结构化输出约束动作，减少模型乱输出导致的执行失败
基于 OCR 文本而非截图理解屏幕，token 消耗低、响应更快

不足之处

仅支持 macOS，跨平台能力缺失
依赖 OCR 质量，复杂界面或非文本元素识别可能不准
项目处于早期，文档和社区案例较少

适用场景

在 macOS 上自动填写网页表单或后台系统
让 AI 代理按固定流程点击桌面软件完成重复操作
低成本批量执行 GUI 自动化脚本，替代人工点击

替代项目

Open Interpreter、Self-Operating Computer、Anthropic Computer Use Demo

项目介绍

typesafe-computer-use 是一个自动化工作流领域的开源项目，官方简介：Computer use for about $0.0002 a step: OCR the screen, classify the next action with TypeSafe, click. macOS.。项目使用 Python 开发，在 GitHub 上获得 204 星标。

上一篇：markdown_web_browser

下一篇：没有了！