openai-cua-sample-app

官方示例带你跑通 AI 操作电脑全流程

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 438 🐛 待处理 52 👀 关注 70
GitHub ↗
GitHub 星标 ★ 1910
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源示例代码,免费使用,需自备OpenAI API密钥

项目预览

openai-cua-sample-app 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openai
定价模式🏷️完全免费
价格说明开源示例代码,免费使用,需自备OpenAI API密钥
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TypeScript
GitHub 星标★ 1910
上线时间2025-03-11 00:00:00
代码更新2026-10-19
仓库体积635 KB
本站数据更新2026-10-26
维护状态活跃
收录时间2026-10-26
浏览次数0

项目介绍

这是 OpenAI 官方提供的 Computer Using Agent(CUA)示例应用,用 TypeScript 编写,演示如何通过 API 让智能体操作图形界面完成计算机任务。项目解决开发者不知如何把 CUA 接入实际环境的问题,提供多环境运行范例,覆盖本地浏览器、虚拟机等计算机环境。核心能力包括:调用 CUA 模型驱动鼠标键盘操作、截屏感知界面状态、按步骤执行任务并回传结果;示例代码结构清晰,便于二次开发。适合想快速验证「AI 操作电脑」可行性的团队,作为智能体落地 GUI 自动化的入门模板,而非生产级框架。

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 2026-10-26 · 当前星标 ★ 1910

使用教程

难度:进阶 约 15 分钟 部署方式:本地安装 6 步

环境要求

  • Node.js 22.20.0
  • 可通过 Corepack 启用的 pnpm 10.26.0(仓库已锁定版本)
  • 可用的 OpenAI API Key,且有权访问所配置的模型
  • 运行 Python 版需要 Python 3.10+(仓库锁定 3.12)与 uv

安装与启动步骤

  1. 1克隆仓库

    把示例应用下载到本地,后续所有命令都在仓库根目录执行。

    git clone https://github.com/openai/openai-cua-sample-app.git
    cd openai-cua-sample-app
  2. 2启用 Corepack 装依赖

    用 Corepack 启用仓库锁定的 pnpm 版本,并按 lockfile 安装依赖。

    corepack enable
    pnpm install --frozen-lockfile
  3. 3配置环境变量

    复制示例配置,并把 API Key 写入 .env 或导出为环境变量;shell 变量优先级更高。

    cp .env.example .env
    export OPENAI_API_KEY="sk-xxxxxxxx"
  4. 4启动 JS 版智能体

    先安装 Playwright 浏览器依赖,再启动 TypeScript 服务与智能体循环。

    pnpm playwright:install
    pnpm dev:js
  5. 5在控制台发起运行

    打开本地控制台,选择场景、编辑提示词,点击 Start Run 开始执行任务。

  6. 6可选启动 Python 版

    需要操作桌面时改用 Python 版:安装依赖、检查桌面权限后启动另一个入口。

    pnpm python:install
    pnpm python:playwright:install
    uv run --project python-app python -m app.desktop.worker --check
    pnpm dev:python

关键配置

配置项必填说明示例
OPENAI_API_KEY是用于调用 Responses API 的密钥,两个应用都读取根目录 .envsk-xxxxxxxx

如何确认成功

终端出现服务启动信息后,浏览器打开 http://127.0.0.1:3000 能看到控制台并成功发起一次运行。

常见问题

Q:API Key 应该放在哪里?

A:放在仓库根目录的 .env 中可长期复用;也可以临时 export 为环境变量,shell 变量优先级高于 .env。

Q:两个应用可以同时运行吗?

A:README 建议先按 Ctrl+C 并等待进程完全关闭,再切换到另一个应用启动。

Q:运行中途想中断怎么办?

A:在控制台点击 Stop 可打断当前运行;关闭服务用 Ctrl+C 并等待其优雅退出。

Q:Python 版启动前报环境问题?

A:先确认已安装 uv、Python 版本符合要求,再执行 worker 的 --check 做桌面权限与平台检查。

注意事项

  • 运行会发起真实的 API 调用,可能产生费用,测试时注意控制任务规模。
  • 示例用于演示 CUA 的接入方式,README 明确说明它不是生产级运行时,OpenAI 自家产品另有运行时与额外控制。
  • 命令均在仓库根目录执行,切换 JS 与 Python 应用前先停止当前服务。

核心亮点

  • OpenAI 官方维护,API 调用方式与最新接口保持一致
  • 提供多种计算机环境的接入示例,覆盖本地与虚拟环境
  • TypeScript 代码结构清晰,便于直接改造成自己的智能体应用

不足之处

  • 仅为示例应用,缺少生产级错误处理与任务编排能力
  • 依赖 CUA 模型 API 访问,使用成本与可用性受外部服务约束

适用场景

  • 快速验证 CUA 模型操作浏览器的可行性
  • 作为 GUI 自动化智能体的开发起点模板
  • 教学演示 AI 智能体如何感知并操作计算机界面

替代项目

browser-use、OpenHands、WebArena

上一篇:matlab-agentic-toolkit

下一篇:没有了!

同类项目推荐

prismor 开源

给AI代理装个安全刹车,执行前拦截危险操作

Self-hosted runtime control plane for AI agents. Observe or HITL approve or Block ro···

★ 432 2026-08-09
skills-manage 开源

一个桌面应用,统一管理所有 AI 编程助手的技能

Desktop app to manage AI coding agent skills across Claude Code, Cursor, Gemini CLI,···

★ 2208 2026-08-09
Flowtrace 开源

把AI任务变成可复用流程,告别一次性对话

Run a task with AI as a flow of steps you keep, reuse, and refine, not a one-off cha···

★ 483 2026-08-09
openvenice 开源

一个界面搞定聊天、生图、音视频,数据全在你浏览器里。

Open-source, customizable frontend for Venice AI. Chat, image gen, audio, video, emb···

★ 64 2026-08-09
RAG-ReActAgent 开源

让问答系统能多步推理,边检索边思考,答得更准。

RAG ReAct Agent - A Retrieval-Augmented Generation system with ReAct (Reasoning+Acti···

★ 208 2026-08-09
argo 开源

把 Manus 装进桌面,数据全本地,深度研究一键跑。

ARGO is an open-source AI Agent platform that brings Local Manus to your desktop. Wi···

★ 828 2026-08-09
ForgeDock 开源

把 GitHub 变成 AI 记忆库,issue 进 PR 出,自动完成开发任务

ForgeDock — autonomous AI dev pipeline for Claude Code. GitHub as agent memory: iss···

★ 119 2026-08-09
agency-orchestrator 开源

一句话组建 AI 专家团队,几分钟交付完整方案

One sentence → your one-person company of AI experts → complete deliverable in min···

★ 2404 2026-08-09
NeuralDeskApp 开源

把 AI 助手装进桌面,本地运行更私密

Versatile Almost Local, Eventually Reasonable Assistant

★ 331 2026-08-09