#785 · 主分类: AI代理与自动化

python-sdk

agents computer-vision cua llms rpa test-automation vision-agents

使AI能够控制你的桌面、移动和HMI设备

项目最后更新:08/28/26

GitHub Stars

551

Forks数量

61

贡献者数量

11

许可证

MIT

收录理由

UI测试套件和RPA脚本常常因为按钮移动或标签变化而失效,这个SDK换了一种思路:让AI代理直接“看”屏幕,而不是依赖脆弱的XPath或CSS选择器。你可以给它一条高层指令,比如“打开浏览器,搜索GitHub,给某个仓库加星”,它会自己规划步骤;也可以逐条下发点击、输入这样的单步命令。它支持Windows、Linux、macOS和Android,开箱即用Anthropic、Gemini以及AskUI自家的模型,如果团队走Bedrock或Vertex路线,还能通过插件接入自定义模型。MCP扩展点允许你添加自己的工具。做端到端测试、RPA或者构建计算机使用代理的团队,会特别受用它的跨平台覆盖和自动适应UI变化的能力。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目