Cradle

让AI像人一样操作任何电脑软件,搞定各类任务

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 智能体 🍴 复刻 269 🐛 待处理 23 👀 关注 28
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2597
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源框架,MIT许可证,完全免费,可自行部署使用。

项目预览

Cradle 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类智能体
开发团队BAAI-Agents
定价模式🏷️完全免费
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🔧 仅开源项目,无在线服务,需自行部署
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★ 2597
上线时间2024-03-03 00:00:00
代码更新2024-11-07
仓库体积443.7 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

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。

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 2026-08-09 · 当前星标 ★ 2597

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

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

上一篇:wanwu

下一篇:claude-code-from-scratch

同类项目推荐

pro-workflow 开源

骂过一次就记住,AI 越用越懂你的习惯。

Claude Code learns from your corrections: self-correcting memory that compounds over···

★ 2947 2026-08-09
docs-archived 开源

翻旧文档,查 Fetch.ai 历史技术细节

This repo contains documentation for public Fetch.ai products.

★ 60 2026-08-09
maggy 开源

把 Claude Code 变成你的自主 AI 工程指挥中心

What started as an opinionated Claude Code setup kit is now an autonomous AI enginee···

★ 711 2026-08-09
the-architect 开源

访谈式生成架构蓝图,让 AI 零上下文直接构建

A Claude Code plugin that interviews you, designs the whole architecture, and writes···

★ 577 2026-08-09
E-commerce-Smart-Agent 开源

用 LangGraph 搭电商客服,能查知识库还能走退货流程

基于 LangGraph 和 FastAPI 的电商 AI Agent 框架。从 RAG 知识库到复杂的退货业务流的智能···

★ 160 2026-10-02
fal-mcp-server 开源

让 Claude 直接生成图片视频音乐,一条命令搞定

MCP server for Fal.ai - Generate images, videos, music and audio with Claude

★ 61 2026-08-09
intentlang 开源

用意图编程,让 AI Agent 直接执行你的想法

The next-generation AI Agent framework driven by Intent Engineering. Move beyond tur···

★ 97 2026-08-09
designing-real-world-ai-agents-w··· 开源

手把手从零搭建多智能体AI系统,附代码视频,快速上手MCP实战。

Hands-on workshop: Build a multi-agent AI system from scratch — Deep Research Agent···

★ 521 2026-08-09
bridge4simulator 开源

让 AI 直接操控 iOS 模拟器,自动化测试不再求人

An MCP (Model Context Protocol) server that enables AI assistants to control iOS Sim···

★ 80 2026-08-09