基于 Rust + Tauri 和 Vue 打造的跨平台图形界面，把 youtube-dl 的命令行操作变成点点鼠标就能下载视频，省去记参数的麻烦。

用 Windows 原生压缩 API 给游戏和程序文件夹瘦身，图形界面操作，不用命令行就能省出大量磁盘空间。

汇总计算机校招与秋招经验文章，覆盖 C/C++、Golang、操作系统、网络、MySQL、Redis 等知识点，帮应届生系统准备技术面试。

让 AI 通过无障碍服务看懂手机界面并自动点击操作真实 App 的 Android GUI Agent 框架，可用于构建手机端自动化助手。

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。

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。

一个可自托管的开源云端桌面环境，把文件存储、应用和界面搬到浏览器里，相当于自己搭一个私有网盘加在线操作系统。

用 Rust 写的命令行工具，让 AI 代理通过 macOS 辅助功能接口直接操作桌面应用，把电脑使用能力接进 Agent 工作流。

基于 C++/WinRT 和 WinUI3 打造的 Windows 内核级工具箱，集成任务管理、文件管理与窗口管理，界面可定制，适合日常系统操作与监控。

在终端里用键盘快捷操作完成提交、分支、rebase、cherry-pick 等 Git 日常操作，不用记命令，适合喜欢命令行但嫌 Git 命令繁琐的开发者。

GitHub 官方出品的桌面 Git 客户端，用图形界面完成提交、分支、合并等操作，省去记命令和解决冲突的麻烦。

基于多模态大模型的 GUI 智能体家族，能看懂手机和电脑界面并自动点击操作，帮你完成跨 App 的自动化任务。

从零手写的类 Unix 桌面操作系统，自带内核、浏览器和桌面环境，适合想深入理解操作系统底层实现的人阅读和动手改造。

让多模态大模型直接看屏幕、动鼠标键盘来操作电脑的框架，把自然语言指令变成实际的桌面自动化操作。

SQLite 数据库的图形化浏览与管理工具，支持跨平台建表、查询、编辑数据和导入导出，不用写 SQL 也能操作数据库文件。

开源自托管的 Grok Bot 替代方案，给 AI 智能体配一台可操作的虚拟机，让它们像人一样在桌面环境里执行任务。

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。

给 Apple ml-sharp 做的 3D 高斯泼溅图形界面，把视频重建和 3DGS 浏览变成可视化操作，支持本地自托管，数据不出内网。

面向 Windows 的 GUI 智能体框架，用自然语言驱动 LLM 自动操作桌面应用完成跨应用任务，把繁琐的点击流程交给 AI 执行。

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。

可视化无代码网页爬虫，通过图形界面设计和执行采集任务，让不懂编程的人也能批量抓取网页数据。

开源手机智能体模型与框架，让 AI 直接操作手机界面完成点按、输入等任务，把「AI 手机」能力开放给所有人。

免费通用的数据库管理工具和 SQL 客户端，支持 MySQL、Oracle、DB2、Databricks 等多种数据库，用图形界面统一管理连接、执行查询和查看 ERD。

通过 Wi-Fi 远程精简 Android TV 和 Google TV 的预装软件，并换成类似 Apple TV 的简洁主界面，顺带拦截广告、保护隐私。

用 Lua 脚本把 macOS 的窗口管理、快捷键、应用联动等操作串起来，实现桌面自动化，省去重复的手动点击和切换。

Windows 上的自动化脚本工具，用简洁脚本定义热键、宏和界面操作，把重复的键鼠流程自动化。

在浏览器里跑起一套完整的桌面环境，窗口、任务栏、文件系统一应俱全，适合做 Web 版桌面演示或在线工作台。

用可视化界面替代命令行操作 Git，在浏览器里就能完成提交、分支、合并等日常操作，跨平台可用，适合不熟悉命令的开发者。

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。

基于节点图的扩散模型图形界面与后端，支持本地快速推理和 API 调用，方便搭建和调试图像生成工作流。

用 Rust 写的终端文件管理器，基于异步 I/O 实现极快的目录浏览和文件操作，适合习惯命令行的开发者日常管理文件。

基于 Git 的图形化版本控制客户端，用 Tauri/Rust/Svelte 构建，支持虚拟分支和并行工作流，让多任务开发不必频繁切换分支。

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。

阿里云通义团队开源的多模态大模型系列，能同时理解图像和文本，用于视觉问答、图文推理等视觉语言任务。

为 AI Agent 提供安全隔离的云端沙箱环境，内置真实工具和代码解释器，让 Agent 能安全执行代码、操作文件而不影响宿主系统。

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。

开源的智能体工作台，把已有系统、100+ 集成、MCP、浏览器和本地文件通过共享记忆连起来，任意模型或 BYOK 都能用，本地优先、数据不出机器。

跨平台的开源 AI 图片放大工具，基于 ESRGAN 等模型把低分辨率图片无损放大并增强细节，有图形界面，普通用户也能直接上手。

用 Rust 重写的 Flash Player 模拟器，能在浏览器和桌面端直接运行 SWF 文件，让老 Flash 内容在官方停支持后继续可用。

让任意大模型通过 MCP 协议直接操控 Blender 建模的社区插件，用自然语言就能驱动 3D 创作流程。