open-computer-use

用开源大模型驱动 AI 自动操作电脑,摆脱闭源限制

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 268 🐛 待处理 23 👀 关注 21
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2407
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,基于Apache-2.0许可证,可免费使用和部署。

项目预览

open-computer-use 项目界面预览图
图片来源:项目官网

项目数据

分类开源模型
开发团队e2b-dev
定价模式🏷️完全免费
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🔧 仅开源项目,无在线服务,需自行部署
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★ 2407
上线时间2024-10-31 00:00:00
代码更新2026-10-23
仓库体积1.5 MB
本站数据更新2026-11-09
维护状态较活跃
收录时间2026-08-09
浏览次数3

项目介绍

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。

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 ★ 2407

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 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. 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. 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. 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

上一篇:OpenOutreach

下一篇:superglue

同类项目推荐

jevry 开源

说句话,让 AI 替你操作浏览器完成任务

Your browser. Ready to act. An MIT-licensed desktop browser agent for website tasks,···

★ 81 2026-09-27
BrowserOS 开源

让浏览器自己干活,你只管下指令

The open-source Agentic browser; alternative to ChatGPT Atlas, Perplexity Comet, Dia···

★ 14291 2026-08-09
herdr-browser 开源

在终端窗格里直接看并操控真实 Chromium 网页

Render a real Chromium view inside a Herdr pane and drive it over CDP.

★ 360 2026-09-15
Agently-Daily-News-Collector 开源

用 LLM 自动收集每日新闻,省去手动筛选烦恼。

An open-source LLM based automatically daily news collecting workflow showcase power···

★ 645 2026-08-09
airflow 开源

定时任务写成代码全自动跑,睡醒数据已备好

Apache Airflow - A platform to programmatically author, schedule, and monitor workfl···

★ 47421 2026-08-09
google-ai-mode-skill 开源

零配置即用,搜索带引用,写稿查证不踩坑

Claude Code skill for free Google AI Mode search with citations. Zero-config setup, ···

★ 294 2026-08-09
tg2obsidian 开源

把 Telegram 消息自动存进 Obsidian,告别手动复制粘贴

This bot pulls new messages from a Telegram chat or group and puts them into Obsidia···

★ 155 2026-08-09
superglue 开源

说人话,自动生成生产级系统集成工具。

superglue's AI agents connect, migrate and implement enterprise systems. Cloud-hoste···

★ 2070 2026-08-09