computer-use
本站收录 40 个带「computer-use」标签的 AI 开源项目
anything-llm主打本地优先的全能 AI 助手，集聊天、RAG、文档管理等能力于一身，支持多种模型后端，让你真正「拥有」自己的智能，不再租赁。★ 66,603
UI-TARS-desktopUI-TARS-desktop 是字节跳动开源的多模态 AI Agent 桌面栈，目标是把前沿视觉语言模型与 Agent 基础设施打通，让 AI 能像人一样操作★ 39,158
cua开源计算机使用 2.0 扩展方案：提供跨操作系统的驱动、设备集群与基准测试，支持大规模智能体训练、评估与数据生成，助力 AI 操控计算机能力落地。★ 27,230
cc-hahacc-haha 是一个本地优先的跨平台桌面工作区，专为 Claude Code 及其他 AI 编程代理设计。它解决了 AI 编程过程中多任务管理混乱、代码审查困★ 14,769
Agent-SAgent-S 是一个开源的智能体框架，目标是让 AI 像人类一样操作计算机。它通过 Agent-Computer Interface（ACI）把屏幕截图、鼠标★ 12,420
bytebotBytebot 是一个自托管的 AI 桌面代理，通过自然语言指令自动执行计算机任务，运行在容器化的 Linux 桌面环境中。它解决了传统自动化脚本难以适应复杂、★ 11,087
robotgoRobotGo 是一个基于 Go 语言的原生跨平台 RPA（机器人流程自动化）与 GUI 自动化库，旨在帮助开发者用 Go 语言轻松实现桌面端的自动化操作。它解★ 10,845
Upsonic用 Python 快速构建自主 AI 智能体，API 简洁易用，帮助开发者轻松创建强大的自动化代理，快速落地各类 AI 应用场景。★ 7,956
arcboxarcbox 是一个基于 Rust 的轻量级沙箱运行时，专为 AI 智能体设计，让它们能在真实且隔离的机器上运行，拥有独立的内核、文件系统和网络，启动时间小于 ★ 4,542
Generative-Media-Skills面向 AI 智能体的多模态生成媒体技能包，支持 Claude Code、Cursor、Gemini CLI 等主流工具，通过 muapi.ai 提供高质量图像、★ 4,343
open-computer-useopen-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 com★ 2,304
open-codex-computer-use这是一个开源的计算机使用智能体，旨在替代 OpenAI Codex 的计算机操作功能。它通过辅助功能 API 实现跨平台（macOS、Windows、Linux★ 2,288
open-coworkopen-cowork 是一款开源的 AI 智能体桌面应用，支持 Windows 和 macOS。它解决的是 AI 编程工具安装配置复杂、环境隔离不足、多模型切★ 2,179
RPAUi.Vision 是一个开源 RPA（机器人流程自动化）工具，以浏览器扩展形式提供，结合计算机视觉、OCR 和 AI（如 Anthropic Claude）实★ 2,052
OpenGUIOpenGUI 是一个面向 Android 的 GUI 智能体框架，旨在让 AI 像人一样“看、想、操作”手机应用。它通过无障碍服务（Accessibility★ 1,811
agent-desktopagent-desktop 是一个面向 AI 代理的原生桌面自动化 CLI 工具，基于 Rust 开发。它通过操作系统辅助功能树（accessibility t★ 1,733
ouroborosOuroboros 是一个自我进化的 AI 智能体框架，于 2026 年 2 月诞生，旨在解决传统智能体依赖人工预设流程、缺乏自主迭代能力的问题。其核心能力包括★ 1,394
awesome-gpt-6-astra这是一个围绕OpenAI GPT-6 Astra（推测为未来或虚构模型）的精选资源列表，旨在为开发者、安全研究人员和AI产品经理提供有证据支撑的使用案例、提示词★ 1,139
typesafe-computer-usetypesafe-computer-use 是一个 macOS 上的轻量级计算机使用（computer use）框架，核心思路是用 OCR 识别屏幕内容，再通过★ 1,062
celestoCelesto 是一个面向 AI 智能体的安全持久化计算机运行环境，解决智能体在执行任务时缺乏稳定、隔离且可长期保存状态的执行沙箱问题。它把浏览器操作、桌面操作★ 991
WindowsAgentArenaWindows Agent Arena (WAA) 是一个用于测试和基准测试多模态 AI 智能体的可扩展操作系统平台。它解决了在真实 Windows 环境中评估★ 904
ClawBenchClawBench 是一个开源的浏览器 AI 智能体基准测试项目，专注于评估 AI 智能体在真实日常任务中的表现。它解决了当前浏览器智能体缺乏统一、贴近真实场景★ 904
cuga-agentCUGA 是一个面向企业的开源通用智能体框架，旨在解决复杂任务在网页和 API 上的自动化执行问题。它支持 OpenAPI 和 MCP 集成，能够连接外部工具和★ 880
Photo-agentsPhoto-agents 是一个面向计算机操作场景的自主进化智能体框架。它解决的是传统 LLM 智能体缺乏长期记忆和技能积累能力的问题，核心创新在于视觉锚定的分★ 674
computer-use-linuxcomputer-use-linux 是一个用 Rust 编写的 Linux 桌面自动化控制服务，通过 MCP（Model Context Protocol）把★ 623
activity-framesactivity-frames 是一个将日常工作流转化为结构化、可被智能体执行的框架，完全本地运行，并通过 MCP（模型上下文协议）提供服务。它解决了 LLM ★ 530
InterceptorInterceptor 是一个由智能体驱动的 Chrome 扩展，它通过命令行界面（CLI）实现对浏览器的完全控制。该项目旨在解决传统浏览器自动化工具脚本编写复★ 423
clawdcursorclawdcursor 是一个基于 TypeScript 的桌面自动化智能体项目，它将屏幕上的所有内容编译成一个统一的 UI 映射，融合了无障碍树（access★ 403
useagentuseagent 是一个开源的 AI 协作同事，面向团队场景。它给每个智能体分配独立的云端计算机，让它们像真人同事一样使用你的工具、读取你的上下文，并直接交付成★ 365
nehemiahnehemiah 是一个面向 AI 智能体的按需 Linux 计算机平台。它用 Firecracker 微虚拟机为 AI 提供真实、隔离的 Linux 环境，而★ 333
nuphus-mcpnuphus-mcp 是一个基于 Rust 的桌面自动化 MCP 服务器，通过 Model Context Protocol (stdio) 为任意 AI 代理★ 315
hanzi-browsehanzi-browse 是一个让任何 AI 智能体（如 Claude Code、Codex、Cursor 等）直接操控本地浏览器的开源工具。它通过 Chrom★ 176
awesome-llm-os这是一个精选资源列表，汇集了与大语言模型操作系统（LLM-OS）相关的工具、研究论文和项目。LLM-OS 是一个前沿概念，旨在将大语言模型作为核心，整合记忆、工★ 164
GhostDeskGhostDesk 是一个为 AI 智能体提供完整虚拟桌面的开源项目。它解决了当前 AI 自动化工具难以操作复杂图形界面（如老旧软件、内部系统、跨应用流程）的问★ 152
cetusCetus 是一款专为 macOS 设计的桌面应用，旨在统一管理和调度各类 AI 编程代理（如 Claude Code、Codex 等）。它解决了多代理工具并存★ 147
ogcodeogcode 是一个自托管的智能编码工作台，专注于在 agent 循环层面优化 token 消耗，尤其针对长时间编码会话，可节省 70% 以上的 token 费★ 136
system1-agentssystem1-agents 是一个把 System 1 直觉式决策模型（Jev、Laya、Cua-S1）作为智能体大脑的开源框架，目标是让 AI 在浏览器操作★ 135
native-devtools-mcpnative-devtools-mcp 是一个基于 Rust 的 MCP 服务器，旨在为 AI 智能体提供计算机使用和浏览器自动化的原生能力。它解决了 AI 助★ 133
native-devtools-mcpnative-devtools-mcp 是一个用 Rust 编写的 MCP（Model Context Protocol）服务器，把电脑操作和浏览器自动化能力封★ 133
SwiftAutoGUISwiftAutoGUI 是一个面向 macOS 的自动化库，使用 Swift 编写，提供鼠标控制、键盘输入、屏幕截图、图像识别以及 AI 驱动的智能体能力。它★ 94