用自然语言直接操控网页界面的 JavaScript 页面内 GUI 智能体，把浏览器自动化从写选择器变成说人话，适合做网页操作助手和自动化流程。

用 AI 通过终端、浏览器、鼠标和键盘操控整台电脑的桌面应用，让 Claude 等模型直接替你执行 GUI 操作。

让 AI Agent 直接操控 Linux 桌面的原生工具，通过 AT-SPI 语义树、截图、窗口定位和输入模拟，兼容 GNOME、KDE、Hyprland 等主流桌面环境。

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。

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。

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。

让 AI 智能体直接操控 iOS 和 Android 应用，通过 MCP 服务器连接模拟器、仿真器和真机，兼容 Claude Code、Cursor 等客户端。

把 Playwright 浏览器自动化能力封装成 MCP 服务器，让 AI Agent 通过结构化接口操控网页、抓取页面内容，无需依赖截图识别。

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。

开源桌面自动化 Agent 框架，通过辅助功能接口操控电脑完成跨平台 GUI 任务，可作为 Codex Computer Use 的自托管替代方案。

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。

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。

把 Claude Code 变成 7×24 小时常驻的浏览器自动化代理，通过 Browser Use Cloud 和 Telegram 远程操控真实浏览器，跑在你自己的机器上。

开源自托管个人 AI 代理，每个代理在 Docker 里跑独立 Linux 桌面，支持自带密钥接入任意模型，还能通过 Telegram 远程操控。

让 Claude Code、Codex 等 AI agent 通过 MCP 直接操控真实 iPhone，读屏、点击、输入、滑动都走 USB 或 Wi-Fi，自带 XCTest runner 且支持可回放的 App flow。

基于 Zed 和 pi 打造的 macOS 原生 AI 编码 Agent 工作台，把代码编辑与审查、浏览器操作、电脑操控和全局权限管控整合到一处。

本地 MCP 服务器，让任意 AI agent 在 Windows、macOS、Linux 上安全操控桌面：通过无障碍树和 OCR 把屏幕读成文本与结构，按元素名操作，截图仅作兜底。

内置 MCP Server 的开源远程桌面，让任意 AI Agent 能直接看到并操控远程电脑，把远程控制接入智能体工作流。

给 AI 智能体提供可远程操控的虚拟桌面环境，让 computer-use 类智能体能在隔离的虚拟机里运行和操作图形界面。

让 Claude Desktop 直接操控本地或远程 macOS 的 MCP 服务器，无需额外 API key，就能完成点击、输入等桌面操作。

让 AI 智能体直接操控真实 Chrome 的跨平台浏览器自动化方案，提供 CLI 和 JS SDK，通过 CDP 驱动，不绑定特定模型或平台。

在 Android 手机上运行的 AI 智能体运行时，通过无障碍服务操控手机、自动操作 App、用视觉模型读屏，并支持技能路由与 Mihomo 代理工作流。

通过 iPhone 镜像从任意 MCP 客户端操控真实 iPhone 和 macOS 应用，无需开发者模式、Xcode 或 WebDriverAgent，支持点击、滑动、输入、OCR 和可回放的 AI 测试技能。

在手机或浏览器上远程操控 Claude Code、Codex、Gemini CLI 等编码 Agent，也能远程控制 Mac/Linux/Windows 桌面，随时随地进行 vibe coding。