程序员茄子
全部
编程
代码
资讯
案例
综合
联系我们
桌面自动化 相关技术文章
php
mysql
shell
go
vue
css
api接口对接
支付接口对接
macOS 后台 Computer Use:cua-driver 通过 SkyLight 私有 SPI 驱动桌面,光标不动、空间不切
编程
macOS 后台 Computer Use:cua-driver 通过 SkyLight 私有 SPI 驱动桌面,光标不动、空间不切
2026-09-23 00:04:37
拆解 Hermes Agent 在 macOS 上做后台 Computer Use 的实现:cua-driver 用 SkyLight 私有 SPI 把合成事件直接投递到目标进程,因此光标不动、窗口不前置、不切 Spaces。含启用命令、权限配置、SOM 截图索引、四层截图 token 优化(20 步会话约 30K 而非 600K)、私有 SPI 风险与版本锁定、5–20ms 性能开销,以及常见报错原文与排查。
Computer
Use
Agent
桌面自动化
GUI
cua-driver
macOS
harness-anything 开源:47 个命令让 AI 直接操作 WPS、Photoshop,还能做学术
编程
harness-anything 开源:47 个命令让 AI 直接操作 WPS、Photoshop,还能做学术
2026-09-12 09:53:19
harness-anything 是一套 AI×桌面软件连接器:47 个标准化命令把 Word/Excel/PPT 自动化(直接生成排版好的 .docx/.xlsx/.pptx)、Photoshop/Illustrator 操作(建图层、画矢量、批量导出)、以及文献检索、模拟审稿、论文排版等 27 个学术技能统一抽象成 CLI,AI 像同事一样直接调用本地软件,文档设计稿不出本机。
harness-anything
桌面自动化
AI办公
Photoshop
学术工具
TuriX-CUA 开源:AI 数字牛马帮你操作电脑,macOS 成功率 80%+ 登顶 OSWorld 第 3
编程
TuriX-CUA 开源:AI 数字牛马帮你操作电脑,macOS 成功率 80%+ 登顶 OSWorld 第 3
2026-09-12 09:52:22
TuriX-CUA 是 TurixAI 团队开源的桌面自动化项目:自然语言描述任务,AI 像人一样点击鼠标、敲键盘、填表单,无需为每个应用开发 API,只要是能操作的界面都能处理;在 OSWorld 基准以 64.2% 成功率排名第 3,专为 macOS 优化的测试成功率超 80%,支持 MCP 连接 Claude 与 Skills 扩展。
TuriX-CUA
桌面自动化
AI Agent
GUI操作
OSWorld
吴恩达开源 OpenWorker 深度拆解:桌面 AI 助手的开源之路,从 aisuite 引擎到审批门控的工程实践
编程
吴恩达开源 OpenWorker 深度拆解:桌面 AI 助手的开源之路,从 aisuite 引擎到审批门控的工程实践
2026-07-29 15:15:04
深度拆解吴恩达团队开源的 OpenWorker 项目:开源版 AI 同事如何用 aisuite 多模型引擎 + 审批门控机制重新定义桌面自动化,附架构解析、代码实战与生产部署指南。
OpenWorker
吴恩达
AI助手
aisuite
开源
桌面自动化
MCP
Function Calling
审批门控
Python
吴恩达 OpenWorker 深度拆解:开源版AI同事如何用 aisuite 引擎 + 审批门控重新定义桌面自动化
编程
吴恩达 OpenWorker 深度拆解:开源版AI同事如何用 aisuite 引擎 + 审批门控重新定义桌面自动化
2026-07-29 15:14:32
深度拆解吴恩达团队开源的 OpenWorker 项目:开源版 AI 同事如何用 aisuite 多模型引擎 + 审批门控机制重新定义桌面自动化,附架构解析、代码实战与生产部署指南。
OpenWorker
吴恩达
AI助手
aisuite
开源
桌面自动化
MCP
Function Calling
审批门控
Python
DesktopCommander MCP 深度实战:当 AI Agent 真正接管你的桌面——从「聊天窗口」到「操作系统级助手」的跨越(2026)
编程
DesktopCommander MCP 深度实战:当 AI Agent 真正接管你的桌面——从「聊天窗口」到「操作系统级助手」的跨越(2026)
2026-07-14 10:46:01
深度拆解 DesktopCommander MCP:从文件操作、终端控制、内存代码执行到 Docker 安全隔离,探讨 AI 从「聊天窗口」到「操作系统级助手」的范式转变与安全实践。
DesktopCommander
MCP协议
AI Agent
桌面自动化
Claude Code
AI编程工具
操作系统
进程管理
开源工具
2026技术趋势
CUA (Computer-Use Agents) 深度实战:当 AI 真正学会"使用电脑"——从沙箱基础设施到多模型接入、评测闭环与生产级部署的完全指南(2026)
编程
CUA (Computer-Use Agents) 深度实战:当 AI 真正学会"使用电脑"——从沙箱基础设施到多模型接入、评测闭环与生产级部署的完全指南(2026)
2026-06-18 08:54:52
CUA 是专为 Computer-Use Agent 设计的开源基础设施,覆盖沙箱、驱动、Agent 框架、评测、macOS 虚拟化五大模块。本文深度拆解架构设计与实战。
Computer-Use Agents
AI Agent
CUA
桌面自动化
沙箱基础设施
MTClaw技术全解析:摩尔线程开源AI智能体加速框架——从Function Router路由机制到轻量模型优化的深度实战(2026)
资讯
MTClaw技术全解析:摩尔线程开源AI智能体加速框架——从Function Router路由机制到轻量模型优化的深度实战(2026)
2026-06-02 21:07:36
2026年6月摩尔线程开源MTClaw框架,实测可将AI智能体单次任务执行速度提升约7倍、成功率100%。本文从架构设计、Function Router路由机制、前台助理工作流到生产级部署,全方位拆解这套"前台助理"体系的技术内幕。
AI Agent
开源框架
摩尔线程
性能优化
桌面自动化
MTClaw深度实战:摩尔线程开源AI智能体加速框架——从Function Router路由机制到轻量模型优化的完全指南(2026)
资讯
MTClaw深度实战:摩尔线程开源AI智能体加速框架——从Function Router路由机制到轻量模型优化的完全指南(2026)
2026-06-02 21:07:10
2026年6月摩尔线程开源MTClaw框架,实测可将AI智能体单次任务执行速度提升约7倍、成功率100%。本文从架构设计、Function Router路由机制、前台助理工作流到生产级部署,全方位拆解这套"前台助理"体系的技术内幕。
AI Agent
开源框架
摩尔线程
性能优化
桌面自动化
UI-TARS-desktop实战:用Qwen3-4B构建跨平台多模态AI Agent——从屏幕理解到桌面自动化
编程
UI-TARS-desktop实战:用Qwen3-4B构建跨平台多模态AI Agent——从屏幕理解到桌面自动化
2026-05-15 23:18:28
深度解析字节跳动开源的UI-TARS-desktop项目,探讨多模态AI Agent如何通过视觉语言模型实现桌面自动化操作,包含完整架构分析、代码实战和性能优化。
AI Agent
多模态
字节跳动
UI-TARS
桌面自动化
Qwen3
UI-TARS-desktop 深度解析:字节跳动开源多模态AI Agent技术栈——让AI真正"看懂"并"操作"你的桌面
编程
UI-TARS-desktop 深度解析:字节跳动开源多模态AI Agent技术栈——让AI真正"看懂"并"操作"你的桌面
2026-05-15 23:17:35
深度解析字节跳动开源的UI-TARS-desktop项目,探讨多模态AI Agent如何通过视觉语言模型实现桌面自动化操作,包含完整架构分析、代码实战和性能优化。
AI Agent
多模态
字节跳动
UI-TARS
桌面自动化
Qwen3
大家都在搜索什么?
devops
易支付
一个官网+多少钱
统一接受回调
统一回调
python
sub
node
宝塔日志
mysql
shell
ElasticSearch
css
vue
api接口对接
2025
支付接口对接
go
php
php回调