一份面向 Java 后端求职者的面试知识库，系统梳理计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发等高频考点，帮你有条理地准备面试。

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 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。

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。

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。

一份面向 AI Agent 开发与大模型求职的系统指南，覆盖上下文工程、高级 RAG、MCP、Agentic RL 和 LangGraph 实战，并附 1.2 万+ 面试题。

本地优先的 AI 智能体工作台，把编码、写作、设计、研究和自动化统一到一个运行时里，桌面 GUI 和终端 TUI 都能用。

给 AI 编程助手用的 Go 语言编码规范，让自动生成的 Go 代码符合现代写法，减少过时风格和常见错误。

跨桌面和移动端调度成群的编码智能体，从分配任务一路盯到 PR 合并，兼容 Claude Code、Codex 等 35+ 种 agent。

开源的 WorkBuddy 实战蓝皮书，用真实工作流教你上手 Skills、MCP、自动化和多智能体协作，适合想快速落地 AI 工作流的开发者。

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。

开源的端到端视觉语言模型 GUI 智能体，能看懂屏幕截图并直接操作图形界面，帮你自动完成电脑上的点击、输入等交互任务。

给纯文本大模型补上视觉能力的工具箱，支持多图理解、长截图 OCR、前端 UI 还原和 GUI 自动化，可无缝接入 Claude Code、Codex 等主流 agent。

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。

一个桌面 AI 代理，能为每个任务自动雇佣专家代理，在你的真实应用里连续工作数周，还能用手机远程下达指令。

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。

微软推出的可扩展 Windows 操作系统平台，用于测试和基准评测多模态 AI 智能体在真实桌面环境中的表现。

面向 LLM 与 Agent 场景的开源强化学习训练库，集成 GRPO、PPO、熵方法等算法，支持编码、GUI、多智能体等任务。

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。

系统梳理基于多模态大模型的 OS Agent 研究，覆盖电脑、手机和浏览器三类操作场景，适合快速建立该方向的技术全景。

开源的安卓手机 GUI 智能体，能自动操作手机界面完成任务，支持 AndroidWorld/AndroidLab 评测，并带分层反思和主动探索机制。

SEAgent 是一个能自主从经验中学习、持续自我进化的计算机操作智能体，基于 GRPO 强化学习在 OSWorld 等 GUI 环境中训练，让 Agent 越用越会操作电脑。

一本覆盖 LLM Agent 全流程的实战手册，提供 60+ 代码骨架、教程、生态指南和评测工具，帮你从零搭建、部署并理解智能体系统。

基于 Tauri 的跨平台代理客户端，在 Windows、macOS、Linux 上提供现代化图形界面，用来管理 Clash/Mihomo 订阅与规则，让科学上网配置更省心。

跨平台图形界面代理客户端，支持 Xray、sing-box 等多种内核，方便在 Windows、Linux 和 macOS 上配置和管理代理连接。

跨平台桌面客户端，把 Claude Code、Codex、OpenCode、DeepSeek Harness 等多个 AI 编程助手集中到一个界面里统一管理和切换，省去来回折腾配置。

一份面向前端开发的现代 Web 开发检查清单，覆盖 HTML、CSS、JavaScript 等实践要点，供开发者和 AI Agent 逐项核对，避免上线前遗漏细节。

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。

把多家大模型、AI Agent 和 MCP 工具整合到一个桌面工作台里，方便日常对话、调用工具和提升生产力。

用你自己的订阅批量调度 Claude Code、Codex 等编码智能体，桌面、手机和远程运行时都能统一管理，省去多账号切换的麻烦。

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 Electron 的 Mihomo 图形客户端，用来替代命令行配置，让代理规则和节点管理更直观。

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。

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。

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。

DeepSeek Harness 的桌面客户端，把 Agent 编排与运行环境搬到本地图形界面，方便在桌面上直接配置和驱动 DeepSeek 智能体。

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。

本地优先的 Claude Code / AI Agent 桌面工作台，支持多 Agent 协作、Git Worktree、代码 Diff 和技能市场，还能通过微信、飞书等远程访问。

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。

一款免费流媒体音乐播放器，自动从网络聚合搜索并播放音乐，支持桌面端，还提供 MCP 服务供 Agent 调用。