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。

在浏览器里直接跑 AI Agent 的 Web 界面，让 browser-use 的浏览器自动化能力开箱即用，不用自己搭前端就能可视化操作和调试。

给 ComfyUI 加装的 AI 助手节点，用 LLM Agent 和 RAG 帮你自动搭建、调试工作流，省去手动连节点的麻烦。

开源的端到端视觉-语言-动作模型，让 GUI 智能体看懂屏幕截图并直接输出点击、输入等操作，用于自动化电脑操作。

面向真实世界的 GUI 智能体基础模型，能理解屏幕界面并自动完成浏览器、手机和桌面端的点击导航操作。

仅凭截图就能操作手机 App、网页和桌面系统的通用 GUI 智能体，帮你在不同平台上自动完成点击、输入等界面交互任务。

基于图像识别和 Poco 控件识别的跨平台 UI 自动化测试框架，用 Python 脚本驱动 Android、iOS、Windows 上的游戏和应用做自动化测试。

基于 W3C WebDriver 协议的跨平台自动化测试框架，用同一套 API 驱动 Android、iOS、Windows、macOS 上的原生、混合和 Web 应用。

面向 Android 设备的全栈控制平台，集成 WebRTC 远程桌面、UI/OCR 自动化、一键 MITM 抓包和内置 Frida，适合多设备集群的自动化测试与逆向分析。

轻量级容器管理界面，用图形化方式管理 Docker、Swarm 和 Kubernetes 集群，省去反复敲命令行。

面向移动 App 的灰盒端到端测试与自动化框架，支持 React Native、iOS 和 Android，让 UI 测试跑得稳、少 flaky。

给 ESP8266/ESP32 设备刷的替代固件，通过网页配置、OTA 升级和定时/规则自动化，用 MQTT、HTTP、串口或 KNX 实现完全本地控制。

给每个 AI 同事配一台独立电脑，能开浏览器、读写文件、调用工具；所有动作执行前先决策、执行后留记录，可接入任意 AG-UI 智能体。

用 Playwright 加 AI 盯闲鱼，多任务实时或定时监控商品并做智能分析，配后台管理界面，帮你从海量二手商品里筛出想要的。

轻量级开源个人 AI 助手，支持本地 LLM、MCP 协议和多智能体协作，可接入 Discord 等聊天平台做日常自动化。

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。

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。

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。

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。

输入一个主题或关键词，就能自动完成文案生成、素材匹配、配音字幕和视频合成，一键产出高清短视频，省去手工剪辑的麻烦。

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。

跑在 Android 手机本地的 AI 智能体，借助无障碍服务直接操作 App 和网页，帮你自动完成点按、填表等任务。

一套可扩展的工作流开发框架，内置画布、表单、变量和物料，帮开发者更快搭建 AI 工作流平台。

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。

GoCD 是一款开源的持续交付服务器，通过可视化的流水线建模和依赖管理，帮助团队把构建、测试到部署的整个发布流程自动化。

把普通 PC、Mac 或 Linux 机器变成私有 AI 服务器，集成 llama.cpp、ComfyUI、Open WebUI、n8n 等组件，方便本地跑大模型、RAG 和 Agent 工作流。

用 AI 端到端生成 App Store 截图，从设计到出图全自动完成，省去手动排版和反复改图的麻烦。

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。

用 LLM 智能体自动完成数据挖掘、模型训练等研发流程，让 AI 驱动数据驱动的 AI 开发。

可自托管的个人 AI 第二大脑，能从网页和本地文档中检索答案，支持自定义智能体、定时自动化和深度研究，兼容多种在线或本地大模型。

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。

一个面向真实任务自动化的多智能体协作框架，通过优化工作流学习让多个 Agent 分工配合完成网页交互等复杂任务。

命令行工具，可在 App Store 搜索 iOS、macOS 等各平台应用并直接下载 .ipa 或 .pkg 安装包，方便做应用分析、备份和逆向研究。

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。

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。

用 Python 代码定义、调度和监控数据工作流，把 ETL/ELT 管道写成 DAG，告别手写 cron 和脚本拼接。

用 Python 把数据和 AI 算法快速封装成可上生产环境的 Web 应用，内置数据集成、可视化、任务调度和 MLOps 编排能力。

拖拽式搭建管理后台、内部工具和仪表盘的低代码平台，能直连 25+ 种数据库和任意 API，省去从零写 CRUD 界面的功夫。

基于容器的 CI/CD 自动化系统，用流水线定义构建、测试和部署流程，适合需要可复现、可版本化交付的团队。

给 ChatGPT 加上本地 MCP 能力，通过 Chrome 扩展和 Electron 客户端实现跨平台自动化、多智能体工作流与断点续跑。