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。

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。

第三方桌面音乐播放器，内置本地音乐服务，支持桌面歌词、歌曲下载和远程控制，适合想统一管理本地曲库并远程操控播放的用户。

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。

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。

给 DeepSeek Harness 加上的 Windows 电脑操控插件，通过 MCP 和 UIA 让 Agent 直接操作桌面应用，完成自动化任务。

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。

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。

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 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 Python 写的远控木马（RAT），通过 Discord 远程操控目标机器，附带图形化构建器，能一键生成带键盘记录和密码抓取功能的恶意程序。

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。

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。

给 Android 手机加上类桌面的多窗口和远程访问能力，让多个 App 能像电脑一样同时悬浮、分屏运行，还能远程操控。

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。

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。

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。