
openai-cua-sample-app
官方示例带你跑通 AI 操作电脑全流程
项目预览
项目数据
项目介绍
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
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 .env | sk-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
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···
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,···
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···
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···
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···
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···
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···
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···
NeuralDeskApp
开源
把 AI 助手装进桌面,本地运行更私密
Versatile Almost Local, Eventually Reasonable Assistant