Cradle

让AI像人一样操作任何电脑软件,搞定各类任务

Cradle 是一个旨在实现通用计算机控制(GCC)的智能体框架,是这一领域的首次尝试。它让智能体能够像人类一样操作任何计算机软件,通过标准化通用环境,以最小化要求支持智能体完成各类计算机任务。核心能力包括强大的推理能力、自我改进和技能整理。框架基于 Python,采用生成式 AI 技术,为智能体提供统一的接口来感知屏幕、模拟鼠标键盘操作,并利用大语言模型进行任务分解和决策。Cradle 解决了当前智能体局限于特定应用或 API 的问题,致力于打造一个能适应任意桌面软件、网页或游戏的基础智能体,推动通用人工智能在数字世界中的落地。

开源 free 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 2586
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类智能体
开发团队BAAI-Agents
所属国家
定价模式free
价格说明开源框架,MIT许可证,完全免费,可自行部署使用。
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,ai-agent,ai-agents-framework,computer-control,cradle,foundation-agent,gcc,general-computer-control,generative-ai,grounding,large-language-models,llm,lmm,multimodality,personoid,vision-language-model,vlm
GitHub 星标★ 2586
30天Star增速
HF 下载量
上线时间2024-03-03 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4

使用教程

难度:进阶 约 15 分钟 部署方式:本地安装 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • Python 运行环境(README 使用 python -m spacy 命令,说明依赖 Python)
  • 具备图形界面,能进行截屏与键鼠模拟(Cradle 以截图输入、键盘鼠标输出)
  • 网络可访问 PyPI 与 GitHub Release(下载 spaCy 英文模型)
  • 磁盘/内存需满足 OCR 模型 en_core_web_lg 运行要求(README 未给出具体数值)

安装与启动步骤

  1. 1克隆项目仓库

    从 GitHub 获取 Cradle 源码,README 未给出克隆命令,此处使用项目主页提供的仓库地址。

    git clone https://github.com/BAAI-Agents/Cradle.git
  2. 2准备 Python 环境

    Cradle 为 Python 框架,README 未指定 Python 版本与依赖安装方式,建议自行准备虚拟环境后再继续。

  3. 3下载 OCR 模型

    安装 OCR 所需 spaCy 英文模型,README 给出的 Option 1 首选方式是直接用 spacy 命令下载。

    python -m spacy download en_core_web_lg
  4. 4离线安装模型

    若在线下载失败,可按 README 用 whl/tar.gz 直链方式安装同一版本的 en_core_web_lg 模型。

    pip install https://github.com/explosion/spacy-models/releases/download/en_core_web_lg-3.7.1/en_core_web_lg-3.7.1.tar.gz
  5. 5补齐其余安装步骤

    README 节选中 Option 2 内容缺失,其余依赖与启动方式未给出,需查阅仓库 docs 与官网文档补全。

如何确认成功

README 未提供启动方式与验证命令,确认仓库克隆成功且 spaCy 模型安装无报错,即可视为环境准备就绪。

常见问题

Q:spaCy 模型下载失败怎么办?

A:使用 README 中 Option 1 的第二种方式,通过 GitHub Release 的 tar.gz 直链用 pip 安装,或换用稳定网络重试。

Q:Cradle 支持哪些软件和游戏?

A:README 更新说明列出 RDR2、星露谷物语、城市天际线、Dealer's Life 2 四款游戏,以及 Chrome、Outlook、Capcut、美图、飞书等软件。

Q:安装说明不完整怎么办?

A:README 节选中 Option 2 等内容缺失,建议直接查阅官网 https://baai-agents.github.io/Cradle 与 arXiv 论文了解完整配置。

Q:Cradle 的工作原理是什么?

A:通过统一接口让智能体以截图作为输入、键盘和鼠标操作作为输出,像人类一样操作任意计算机软件。

注意事项

  • 本教程仅依据 README 节选,安装依赖、启动命令、配置文件均未完整给出,实施前请先查阅仓库 docs。
  • Cradle 需要图形界面环境才能进行截屏和键鼠模拟,纯服务器无桌面环境可能无法运行。
  • OCR 是感知环节的关键,安装 OCR 工具(spaCy 模型)是 README 明确列出的前置步骤。

核心亮点

  • 提出通用计算机控制(GCC)概念,目标宏大,覆盖任意软件,超越单一应用限制
  • 标准化环境设计,降低接入门槛,智能体无需针对每个软件定制接口
  • 强调自我改进和技能积累,智能体可随使用持续提升能力

不足之处

  • 项目尚处早期,实际控制复杂软件的稳定性和成功率待验证
  • 文档和社区生态相对薄弱,上手和问题排查可能较困难

适用场景

  • 自动化桌面软件操作,如自动填写表单、处理文档
  • 网页端复杂任务执行,如跨平台数据收集和整理
  • 游戏AI控制,如自动玩游戏或进行游戏内测试

替代项目

AutoGPT、AgentGPT、UI-TARS

项目介绍

Cradle 是智能体领域的开源项目,由 BAAI-Agents 开发,2024 年首次发布。

在全站 13,109 个收录项目中,它的 GitHub 星标数(2,586)位列前 30%,在智能体分类的 2,520 个项目里位列前 15%。

近 42 天,它的 GitHub 星标从 2,563 增加到 2,586,净增 23。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-22。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:自动化桌面软件操作,如自动填写表单、处理文档。同类可对比的替代方案包括 AutoGPT、AgentGPT、UI-TARS。

上一篇:wanwu

下一篇:claude-code-from-scratch

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 199 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12