电脑 / 浏览器 Agent
操作浏览器与桌面应用的代理。
开源的 Python 库，让大模型直接操控浏览器完成点击、填表、抓取等网页任务，省去手写 Playwright 脚本的麻烦。
用 Zig 从零编写的无头浏览器，专为 AI 和自动化场景设计，兼容 CDP 协议，可替代 Playwright、Puppeteer 驱动网页抓取与 Agent 任务。
字节开源的多模态 AI Agent 桌面栈，把前沿模型和 Agent 基础设施连起来，让 Agent 能像人一样操作 GUI、浏览器和电脑完成任务。
自动投递简历的求职机器人，能按简历匹配度筛选岗位并批量提交申请，睡觉时也能持续找工作。
开源计算机使用智能体基础设施，提供跨系统沙箱、驱动和基准测试，用于训练、评估和生成桌面操作数据。
用 Rust 写的无头浏览器，专为 AI Agent 和网页抓取设计，自带反检测能力，能绕过网站对自动化浏览器的识别。
把屏幕截图解析成结构化元素，让纯视觉 GUI Agent 能识别界面上的按钮、图标和文本，无需依赖 DOM 或控件树。
用大模型驱动浏览器自动完成网页操作流程，无需写死选择器，适合抓取、填表等重复性网页任务。
给 AI 代理用的极速浏览器自动化工具，能把已登录的浏览器状态直接共享给 Codex、Claude Code 等代理，不打扰你正常使用，零配置零成本。
一款浏览器扩展，用拖拽积木块的方式编排自动化流程，无需写代码就能完成网页操作、数据抓取等重复性任务。
让 Claude Code、Codex、Cursor 等编码 Agent 直接操控你已登录的真实 Chrome，一句话完成配置，省去重新登录和环境搭建的麻烦。
把任意网站变成结构化 API，无需写代码就能抓取、自动化、搜索和监控网页数据，适合做数据采集和 RPA 场景。
在浏览器里直接跑 AI Agent 的 Web 界面，让 browser-use 的浏览器自动化能力开箱即用，不用自己搭前端就能可视化操作和调试。
用自然语言描述操作步骤就能完成端到端测试，让 AI 像人一样看懂界面并驱动浏览器或手机执行验证。
一个能自我进化的 AI 智能体，从 3.3K 行种子代码长出技能树，实现全系统控制，token 消耗比常规方案低 6 倍。
给 AI 代理用的隐身无头浏览器，能绕过 Cloudflare 和反爬检测，可直接替换 Puppeteer/Playwright。
用 Go 写的跨平台 RPA 与 GUI 自动化库，能控制鼠标键盘、截屏找图、监听事件，适合做桌面自动化和自动化测试。
用 Go 写的高性能浏览器自动化桥接与多实例编排器，支持反检测注入和实时面板，适合大规模网页抓取与浏览器 Agent 调度。
一个 MCP 服务器，让 Claude、Cursor 等 AI 应用直接操控你的浏览器，实现网页自动化操作。
用大模型把任意网页抓取并转成结构化数据，底层靠 Playwright/Puppeteer 驱动浏览器，适合做网页信息抽取和自动化采集。
Open-source, self-hosted alternative to Grok Bot, Claude Duet, OpenAI Dots, Meta Muse, Instinct, Manus Cue: AI coworkers (named agents) with instructions, memory, routines, their own isolated computer, and your approval before they act.
自托管的 AI 数字同事平台，可创建带指令、记忆、例行任务和独立隔离电脑的命名智能体，执行操作前需你批准。
微软开源的前沿电脑操作智能体模型系列，让 AI 直接操控浏览器和桌面界面完成点击、输入等任务，省去为每个网站单独写自动化脚本。
用声明式 DSL 描述网页数据抽取流程，由 Go 运行时执行，省去手写爬虫脚本，适合结构化抓取和浏览器自动化。
用一块 7 美元的 ESP32 给 AI 模型配上真 iPhone 的「眼睛和手」：AirPlay 投屏看画面，USB HID 模拟触控操作，无需 Mac、开发者账号或越狱。
基于 Chromium 的隐私反检测浏览器，通过伪造浏览器指纹绕过网站追踪与识别，适合多账号管理和浏览器自动化场景。
用 Python 创建并运行浏览器自动化工作流，把重复的网页操作录制成可复用的 RPA 流程，无需写复杂脚本。
Playwright 的 Go 语言绑定，用一套 API 同时驱动 Chromium、Firefox 和 WebKit，方便 Go 开发者写浏览器自动化脚本和端到端测试。
本地优先的 AI 智能体，通过 llama.cpp 在你自己的机器上运行开源权重模型，兼顾浏览器自动化与命令行操作，数据不出本机。
跨设备个人 AI 智能体，在手机、电脑和浏览器上运行，能操作屏幕和电脑完成任务，关掉应用也继续工作，记住你的偏好，不可逆操作前先征求同意。
给 AI Agent 用的隐身浏览器自动化 MCP 服务，基于 Chrome DevTools 协议实现页面导航、网络拦截、DOM 提取和像素级 UI 克隆，能绕过反爬检测。
一个用 Rust 写的轻量级命令行工具，通过 Chrome DevTools 协议直接操控真实浏览器，专为编码 Agent 提供快速可靠的网页操作能力。
面向 AI Agent 的 JS 逆向 MCP Server，通过有头 Chrome 调试、断点与网络/WebSocket 分析，配合 Patchright 反检测，帮 Agent 完成前端逆向。
本地优先的多模型 AI 助手，用一个 Modelflare 密钥接入 GPT、Claude、Gemini 等 70+ 模型，支持在应用、微信、飞书里对话，能记忆、后台执行命令并操作电脑。
基于 Playwright 的隐身无头 Firefox，保持原有 API 不变，通过伪造指纹绕过 Cloudflare、Akamai 等反爬检测，避免触发验证码，适合网页抓取和浏览器自动化。
面向真实世界的 GUI 智能体基础模型，能理解屏幕界面并自动完成浏览器、手机和桌面端的点击导航操作。
用开源大模型驱动 AI 操作电脑桌面，配合 E2B 桌面沙箱安全执行点击、输入等操作，可替代 Claude 的闭源 computer-use 方案。
把 Codex 的电脑操作能力从原应用中解耦出来，做成可嵌入任意 harness 的库，让 Agent 能跨平台控制桌面和浏览器。
装在 Chrome 侧边栏里的浏览器 Agent，能读取当前登录页面、执行操作、生成文件并跑本地后续任务，模型可自带。
自托管的无头浏览器自动化平台，基于 Camoufox（Firefox）实现极低检测率，适合需要隐蔽抓取和规模化自动化的场景。
汇总反检测浏览器、验证码破解、短信接码等工具清单，帮多账号运营和自动化脚本规避指纹识别与风控。
开源的端到端视觉-语言-动作模型，让 GUI 智能体看懂屏幕截图并直接输出点击、输入等操作，用于自动化电脑操作。
收集 Computer Use 类 AI Agent 的研究论文、项目、框架和工具，帮开发者快速找到让 AI 操作电脑和浏览器的资源。
微软开源的统一多模态模型，用流匹配做图像编辑与文生图，同时支持流式视频理解和 GUI 电脑操作 Agent。
PHP 的浏览器模拟抽象层，统一封装多种无头浏览器驱动，让自动化测试和网页抓取代码不绑定具体实现。
收录基于 Playwright 的优质工具、实用库和项目，帮你在浏览器自动化与端到端测试选型时快速找到现成方案。
macOS 上的本地会议转录与语音听写工具，支持 Apple Silicon 端侧推理，隐私优先，可替代 Granola 和 WisprFlow。
基于 Chrome DevTools 协议的异步网页抓取与自动化框架，能绕过 Cloudflare 等反爬检测，适合需要隐蔽采集的场景。
把 LMArena、Gemini 等网页版 AI 包装成 OpenAI 兼容 API，靠 Camoufox 浏览器自动化实现多窗口并发和账号隔离，省去官方接口费用。
一款隐私优先的 AI 浏览器自动化助手，以 Chrome 扩展形式运行，无需迁移现有浏览器环境，可替代 Manus Browser Operator、Claude Chrome 等方案。
给纯文本大模型补上视觉能力的工具箱，支持多图理解、长截图 OCR、前端 UI 还原和 GUI 自动化，可无缝接入 Claude Code、Codex 等主流 agent。
给 AI Agent 提供安全、可持久化的云端电脑环境，让浏览器操作和电脑操作类 Agent 在隔离沙箱里跑任务，状态不丢。
开源的端到端视觉语言模型 GUI 智能体，能看懂屏幕截图并直接操作图形界面，帮你自动完成电脑上的点击、输入等交互任务。
每天更新数据的 JavaScript 库，用来生成随机 User-Agent，方便爬虫和浏览器自动化时伪装请求头、降低被识别风险。
一款浏览器 AI 助手扩展，把 Gemini 网页版、Gemini API 和 OpenAI 兼容接口统一到侧边栏，能读取网页上下文、处理图片、调用工具并通过 MCP 控制浏览器。
跨 macOS、Windows、Linux、浏览器和移动端的电脑操作 Agent，能看屏幕、点击、输入、浏览网页并直接写代码，用一个 Agent 自动操作各类设备。
AI 驱动的测试自动化平台，能把需求自动转成可执行测试用例并统一管理，帮测试团队提升用例编写效率和覆盖率。
仅凭截图就能操作手机 App、网页和桌面系统的通用 GUI 智能体，帮你在不同平台上自动完成点击、输入等界面交互任务。
Chrome 侧边栏扩展，让 DeepSeek Harness 直接操控浏览器完成自动化任务，不依赖视觉模型也能操作网页。
让大模型直接操控 Mac 的最薄封装层，通过辅助功能接口和 CDP 把桌面操作交给 Agent，省去复杂中间层。