开源计算机使用智能体,能像人一样操作图形界面完成桌面任务,靠多模态大模型、规划与记忆实现自动化操作。
TuriX-CUA 是一个让 AI 直接操作图形界面的计算机使用代理,通过视觉模型识别屏幕并模拟鼠标键盘完成自动化任务。
EvoCUA 是一个可自我进化的计算机使用智能体,基于视觉语言模型理解图形界面并自动完成操作任务。
按需拉起带浏览器和终端的 Firecracker 微虚拟机,交给 AI 代理直接操作,为计算机使用类智能体提供隔离的真实 Linux 沙箱。
面向浏览器 AI 智能体的开源评测基准,用日常任务数据集衡量智能体在真实网页操作中的表现。