computer-use 第 1 页
本站收录 72 个带「computer-use」标签的 AI 开源项目(按 GitHub 星标从高到低,第 1 / 2 页)
browser-use让 AI 智能体真正「看得懂」网页,通过浏览器自动化轻松完成在线任务,如填表、下单、数据采集等,让大模型直接操控浏览器干活。★ 121,071
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。★ 68,296
cherry-studioCherry Studio 是一个面向 AI 生产力场景的桌面客户端,聚合了智能聊天、自主智能体与 300+ 预置助手。它解决的是用户在多款大模型之间切换繁琐、★ 53,532
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★ 39,598
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。★ 32,363
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★ 24,000
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★ 15,445
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★ 12,973
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、★ 11,071
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★ 10,905
steel-browserSteel Browser 是一个开源的浏览器 API 沙箱,专为 AI 智能体和应用设计,提供开箱即用的浏览器自动化能力,免去基础设施维护的烦恼。它解决了 A★ 7,970
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。★ 7,969
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、★ 7,075
esp32-iphone-agentesp32-iphone-agent 是一个让 AI 模型直接操控真实 iPhone 的开源方案。它用一块约 7 美元的 ESP32-S3 开发板同时充当「眼睛★ 4,990
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 ★ 4,310
AnyModelBotAnyModelBot 是一个本地优先的开源 AI 机器人桌面应用,定位为 Grok Bot、OpenAI dots、Claude Duet 等托管式机器人服务★ 4,006
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★ 2,978
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★ 2,410
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★ 2,281
skalesskales 是一款跨平台(Windows、macOS、Linux、Android、iOS)的个人 AI 桌面代理,旨在让用户设定目标后自动完成任务,无需 Do★ 2,239
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★ 2,107
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
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★ 1,665
Agentlas-OSAgentlas-OS 是一个本地优先的智能体操作系统,旨在解决多智能体协作中的组织与调度问题。它将专业智能体集中管理在一个中心枢纽(Hub)中,并根据具体任务★ 1,456
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★ 1,388
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★ 1,306
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★ 1,300
agent-vision-toolkitagent-vision-toolkit 是一个为纯文本大模型补上视觉能力的开源工具箱,核心解决 Claude Code、Codex、OpenCode 等编码智★ 1,261
AutoCuaAutoCua 是一个面向端到端自动化工作流的计算机使用智能体(Computer Use Agent),目标是让 AI 像人一样直接操作图形界面,完成跨应用的复★ 1,234
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★ 1,183
Awesome-CUAAwesome-CUA 是一个面向计算机使用智能体(Computer-Use Agents)的开源资源目录,以可溯源的方式收录该方向的论文、GUI 模型、数据集★ 937
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★ 915
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★ 889
Jobs_Applier_AI_Agent_AIHawkAIHawk 是一个开源的 AI 求职申请机器人,用 Python 编写,旨在自动化整个求职申请流程。它能够自动浏览招聘网站,针对每个职位生成定制化的简历和求职★ 865
AIHawkAIHawk 最初是一个 AI 网页代理,用于批量投递职位,现正演变为通用型代理:你指定目标,它自动在网页上执行操作。项目用 Python 编写,核心能力包括浏★ 865
invisible_playwright_mcpinvisible_playwright_mcp 是一个基于 Playwright 的 MCP(Model Context Protocol)服务器,核心卖点是★ 865
axuseaxuse 是一个面向 AI 智能体的浏览器与计算机操作 MCP 服务,核心思路是「无障碍优先」:通过 Chrome DevTools Protocol 读取 ★ 804
Octopus-SI-OSOctopus-SI-OS 是一个用 Rust 编写的自进化智能体操作系统,尝试把操作系统原理引入智能体执行架构。它不满足于把大模型包装成聊天工具,而是把智能体★ 763
AgentAgent 是一个专为 macOS 26 设计的智能体 AI 框架,旨在将你的 Mac 桌面变成一个可编程、可自动化的智能工作台。它通过辅助功能(Accessi★ 656
AgentAgent 是一个专为 Mac 打造的自主智能体框架,用 Swift 编写,深度绑定 Apple 生态。它通过系统辅助功能、AppleScript 和 iMes★ 656
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★ 650
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★ 627
bopsbops 是一个用 TypeScript 开发的开源 AI 业务运营团队工具,核心理念是给每个 AI 机器人分配独立的电脑、邮箱和电话号码,让它们像真实员工一样★ 579
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 ★ 532
iphone-useiphone-use 是一个让 AI agent 直接操控真实 iPhone 的开源工具,用 Rust 编写,通过 MCP 协议接入 Claude Code、C★ 499
xirynXiryn 是一个开源的个人智能体框架,目标是在用户自己的电脑上运行具备完整桌面操作能力的 AI 助手。它为每个智能体在 Docker 中分配独立的 Linux★ 434
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★ 407
mouse-mcpmouse-mcp 是一个面向 AI 智能体的硬件鼠标 MCP 服务器,运行于 Windows x64 平台。它通过 USB HID 协议直接控制实体鼠标设备,★ 404
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★ 387
PersonalJarvisPersonalJarvis 是一个面向智能体时代的开源本地 AI 助手,目标是把语音对话、编码代理、浏览器操作和桌面应用控制统一到一个入口。它解决的是当前 A★ 380