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。
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。
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。
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。
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。
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。
用 OCR 识别屏幕内容，再通过 TypeSafe 分类下一步操作并自动点击，实现每步约 0.0002 美元的 macOS 电脑操作自动化。
开源的 macOS 本地电脑操作工具，让 AI 快速操控鼠标和界面完成自动化任务，无需依赖云端。
OpenCUA 提供构建电脑操作智能体（CUA）的开放基础，包含数据集、基础模型和评测基准，让 GUI 自动化智能体有可复现的训练与评估方案。
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。
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。
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。
在 Apple 芯片 Mac 上本地运行的电脑操作代理，通过 macOS 无障碍 API 驱动，用 laya 做端侧决策、CUA-S1-FORMS 填表，无需云端。
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。
让 AI 代理直接操控 macOS 桌面完成各类操作，靠系统辅助功能接口而非截图识别界面，还能自我学习并复用操作流程。
用任意 LLM（本地或远程）驱动 Android 手机和电脑自动完成点击、输入等操作，适合搭建跨设备的自主 Agent。
把日常电脑操作录成结构化工作流，让 AI 代理通过 MCP 在本地直接复现执行，全程数据不出本机。
跑在 macOS 本地的个人 AI 智能体，能读取并理解你的全部个人数据，主动通过操作电脑帮你把活干完，数据不出本机。
把 macOS 桌面操作封装成 MCP 服务，让 AI Agent 能直接控制鼠标键盘、操作窗口，实现电脑使用自动化。
给 Hermes 智能体集群加上 iMessage 风格聊天气泡，并实时查看机器人电脑桌面（基于 noVNC），让多智能体交互和远程操作更直观。