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 2026-08-09 · 当前星标 ★ 874
使用教程
环境要求
- NVIDIA GPU（建议 24G 显存以上）
- Python 3.10
- 可用的虚拟机后端
安装与启动步骤
-
1建环境
官方指定 Python 3.10，版本不对会在装依赖时炸。
conda create -n opencua python=3.10 -y && conda activate opencua pip install -r requirement.txt -
2下模型
权重走 HuggingFace，网络差就用镜像或先缓存。
pip install -U huggingface_hub huggingface-cli download xlangai/OpenCUA-7B --local-dir ./models/opencua -
3本地推理
先用 vllm 起模型服务，再让 agent 连过去。
cd ./model/inference python vllm_inference.py -
4跑评测
多环境评测脚本会自己拉起虚拟机与截图，耗时较长。
python run_multienv_opencua.py --result_dir ./results --test_all_meta_path evaluation_examples/test_all_no_gdrive.json
如何确认成功
./results 下生成逐任务的轨迹与成功率统计。
注意事项
- 它是靠截图 + 坐标操作桌面的 computer-use 智能体，动作空间要按分辨率校准。
- 评测会真的点鼠标，别在正在工作的桌面上跑。
核心亮点
- NeurIPS 2025 Spotlight 认证，学术价值与前沿性有保障
- 提供标准化环境与基准，便于复现和对比实验
- 开源基础模型与工具链，降低计算机使用智能体开发门槛
不足之处
- 早期项目（813星），生态与文档可能尚不完善
- 依赖复杂技术栈，部署和上手成本可能较高
适用场景
- 研究计算机视觉与GUI自动化交互的学术实验
- 开发能自动完成网页或桌面软件操作的数字助理
- 构建企业级RPA（机器人流程自动化）的智能升级方案
替代项目
UI-TARS、OSWorld、MiniWob
上一篇：trainable-agents
下一篇：mathcode
同类项目推荐
SeekerClaw
开源
把手机变成24小时在线的个人AI代理，随时响应你的指令。
Turn your Solana Seeker (or any Android phone) into a 24/7 personal AI agent
agentos
开源
一套框架搞定记忆、工具锻造与多智能体协作，快速构建复杂 AI 应用。
TypeScript AI agent framework: cognitive memory, dynamic personalities, emergent beh···
fastapi_mcp
开源
把 FastAPI 接口一键变成 AI 能调用的 MCP 工具，带认证更安全。
Expose your FastAPI endpoints as Model Context Protocol (MCP) tools, with Auth!
hivemind
开源
一个提示词，拉起整个 AI 工程团队，你只管躺平。
One prompt. A full AI engineering team. Go lie on the couch.
aibitat
开源
用 TypeScript 编排多智能体对话，搞定复杂任务。
Multi-Agent Conversation Framework in TypeScript
mcpet
开源
桌面宠物实时展示 AI 智能体状态与用量
MCP desktop companion for AI agent status, usage tracking, and everyday tools. Anyth···
superagentx
开源
策略驱动，统一管控，让AI智能体快速从想法到生产
Move from idea to production in hours with policy-driven autonomous AI agents. Unifi···
sivalabs-agent-skills
开源
让 AI 编码助手更懂 Spring Boot，生成规范代码
Spring Boot skills for AI coding agents
SE-Agent
开源
让代码代理自我进化，突破局部最优，登顶 SWE-bench。
SE-Agent is a self-evolution framework for LLM Code agents. It enables trajectory-le···