computer-use

停止租用你的智能。使用 AnythingLLM 拥有它。一切你需要的强大本地优先代理体验

开源多模态 AI 代理堆栈：连接最前沿的 AI 模型与代理基础设施

Scale computer-use 2.0 with open-source drivers, cross-OS fleets, and benchmarks for training, evaluation, and data generation.

GUI 代理，用于端到端测试

本地优先的跨平台桌面工作区，支持 Claude Code/agents：多代理、Git worktrees、代码差异、技能市场、多模型、计算机使用、任务感知桌面宠物，并可通过微信、飞书、钉钉、Telegram、WhatsApp 与 H5 访问。

Agent S：一个使用电脑如同人类的开放代理框架

RobotGo，Go 原生跨平台 RPA、GUI 自动化、测试与电脑使用工具 @vcaesar

使用 Python 构建自主 AI 代理

Fara1.5 – 前沿电脑使用代理模型系列

TuriX Computer-use-Agent 官方网站

在真实且隔离的机器上执行 AI Agent，具备独立核心、档案系统与网路，启动时间小于 100 毫秒。优先支援本地端、相容 OCI，并以纯 Rust 编写。

Qwen-UI-Agent：迈向新一代以现实世界为基础的 GUI Agent

由开源 LLM 与 E2B Desktop Sandbox 驱动的 AI 电脑操作

适用于 Windows 与 macOS 的开源 AI Agent 桌面应用程序。一键安装 Claude Code、MCP 工具与 Skills — 具备沙箱隔离、多模型支持以及飞书/Slack 集成。

具有计算机视觉、OCR、Anthropic Computer Use/LLM 功能的 Ui.Vision 开源 RPA 软件。支持 Selenium IDE 导入/导出。

[CVPR 2025] 用于 GUI Agent 与计算机操作的开源、端到端视觉-语言-动作模型。

👾 Open Computer Use – Codex Computer Use 的开源替代方案

关于电脑使用 AI 代理的精选资源列表，包含研究论文、项目、框架与工具。

为 AI 代理提供完整的电脑使用能力。自学工作流程。原生 macOS。无需截图。

OpenGUI 是一个用于手机端 AI 的 Android GUI 代理框架，可以通过 GUI 查看、规划并操作真实的手机应用程序。

Ouroboros — 自我创建的 AI 代理。诞生于 2026 年 2 月 16 日。

一个开源的端到端 VLM 基础 GUI Agent

为纯文本模型“看图”设计更好的视觉工具箱和技能，支持多图理解、图片问答、前端UI还原、GUI 自动化等，并可选无缝接入多个主流agent，直接识别粘贴图片｜ A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode

muapi.ai 官方 CLI —— 从终端生成图像、视频与音频。具备 MCP 服务器，包含 14 种 AI 模型，可通过 npm 与 pip 安装。

适用于 AI 代理的原生桌面自动化命令行工具。通过操作系统无障碍树状结构控制任何应用程序，并提供结构化 JSON 输出与确定性元素引用。

Windows Agent Arena (WAA) 是一个可扩展的操作系统平台，用于测试与基准评测多模态 AI 代理。

开源 AI 沙盒基础设施，为 VMM（Firecracker、QEMU 与 libkrun）提供统一 API。

Anthropic Computer Use 的分支版本，可在 Mac 计算机上运行，让 Claude 与其他 AI 模型能够自主访问您的计算机。

CUGA 是一个针对企业的开源通用 agent 框架，支持在 Web 和 API 上执行复杂任务、OpenAPI/MCP 集成、可组合式架构、推理模式以及具备策略意识的功能。

最简单、最轻量的框架，赋予 LLM 完全自由来控制 Mac。