open-computer-use

用开源大模型驱动 AI 自动操作电脑，摆脱闭源限制

open-computer-use 是一个基于开源大语言模型和 E2B 桌面沙箱的 AI 电脑操控项目。它旨在让 AI 像人类一样操作电脑，解决当前闭源 computer use 方案（如 OpenAI 的 CUA）依赖专有模型、成本高且不透明的问题。项目通过将开源 LLM 与安全的桌面沙箱环境结合，赋予 AI 视觉理解屏幕、规划操作步骤并执行鼠标键盘动作的能力，从而完成网页浏览、文件处理、软件操作等任务。其核心能力包括：屏幕截图解析、自然语言指令转操作序列、基于沙箱的隔离执行环境，以及支持多种开源模型（如 Qwen2-VL、InternVL 等）的灵活替换。项目提供 Python API 和命令行界面，开发者可以快速集成到自己的自动化工作流中，实现浏览器自动化、软件测试、数据录入等场景的智能化改造。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 2294

维护状态维护中

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队e2b-dev

所属国家

官网地址https://e2b.dev/?utm_source=github&utm_medium=referral&utm_campaign=repo_website&utm_content=open-computer-use

GitHubhttps://github.com/e2b-dev/open-computer-use

定价模式free

价格说明开源项目，基于Apache-2.0许可证，可免费使用和部署。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型agent,ai,anthropic,claude,computer-use,llm

GitHub 星标★ 2294

30天Star增速

HF 下载量

上线时间2024-10-31 00:00:00

最近更新2026-09-23 00:00:00

维护状态维护中

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2

使用教程

难度：进阶约 15 分钟部署方式：本地安装 3 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

macOS 或 Linux 终端环境（README 使用 brew 安装依赖）
Poetry 包管理器（用于 Python 依赖管理）
ffmpeg（屏幕/视频流处理依赖）
E2B 账户，用于创建 Desktop Sandbox 云端沙箱
可用的开源 LLM 提供方凭据（Fireworks / OpenRouter / Llama API 等）

安装与启动步骤

1安装系统依赖

README 明确要求先装 Poetry 和 ffmpeg，macOS 上直接用 brew 一次装好，安装后可用 poetry -V 检查。
```
brew install poetry ffmpeg
```
2获取项目代码

把仓库克隆到本地，后续配置和运行都在该目录内进行。
```
git clone https://github.com/e2b-dev/open-computer-use.git
```
3配置模型提供方

编辑 os_computer_use/config.py，把 grounding、vision、action 三个模型替换成自己要用的 provider 与模型。

关键配置

配置项	必填	说明	示例
`grounding_model`	是	负责在屏幕截图中定位可操作元素	`providers.OSAtlasProvider()`
`vision_model`	是	负责理解屏幕截图内容，提供视觉判断	`providers.GroqProvider("llama3.2")`
`action_model`	是	负责把自然语言指令转成具体操作序列	`providers.GroqProvider("llama3.3")`

如何确认成功

README 节选只到依赖安装，未给出启动命令，需按仓库完整 README 的运行步骤启动后观察沙箱画面是否实时回传。

常见问题

Q：按 README 装完依赖后怎么启动？

A：本次节选未包含运行命令，请查看仓库完整 README 的安装与运行章节，按官方最新步骤执行。

Q：可以换成自己的开源模型吗？

A：可以。项目支持 10+ LLM 以及 OS-Atlas、ShowUI，只需在 os_computer_use/config.py 中替换对应 provider 与模型名。

Q：没有 brew（Linux/Windows）怎么办？

A：README 只给了 brew 命令，非 macOS 环境请用系统自带包管理器自行安装 poetry 与 ffmpeg。

Q：需要哪些 API 凭据？

A：需要所选模型提供方（Fireworks、OpenRouter、Llama API 等）的凭据，以及 E2B 沙箱服务；README 未列出具体变量名。

注意事项

本次 README 节选缺少依赖安装（poetry install）与启动命令，实际部署请以仓库最新 README 为准。
模型 provider 的 API Key 需自行申请并配置，README 节选未给出具体环境变量名称。
项目依赖 E2B Desktop Sandbox 提供云端 Linux 桌面，运行前需确认沙箱服务可用。
config.py 中的三个模型可以混搭不同 provider，按需替换即可。

核心亮点

完全基于开源模型（Qwen2-VL 等），无闭源依赖，成本可控
集成 E2B 桌面沙箱，AI 操作在隔离环境运行，安全可靠
提供简洁 Python API 和 CLI，快速上手，支持自定义模型接入

不足之处

依赖 E2B 云服务，本地部署需额外配置，离线使用受限
文档/社区待观察

适用场景

自动化网页操作，如表单填写、数据抓取
软件 GUI 自动化测试，模拟用户点击和输入
个人助理场景，通过自然语言指令完成电脑日常任务

替代项目

OpenInterpreter、Self-Operating Computer、UI-TARS

项目介绍

open-computer-use 是自动化工作流领域的开源项目，由 e2b-dev 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（2,294）位列前 30%，在自动化工作流分类中处于中上游。

近 42 天，它的 GitHub 星标从 2,197 增加到 2,294，净增 97。

项目仍在小幅维护中，最近一次代码更新于 2026-09-23。基于Apache-2.0许可证，可免费使用和部署。

它主要面向的使用场景是：自动化网页操作，如表单填写、数据抓取。同类可对比的替代方案包括 OpenInterpreter、Self-Operating Computer、UI-TARS。

上一篇：OpenOutreach

下一篇：superglue