桌面自动化智能体

综合介绍 AutoMouser 是一个 Chrome 扩展程序，能够智能地跟踪用户交互，并使用 OpenAI 的 GPT 模型自动生成 Selenium 测试代码。它通过记录用户的浏览器操作并将其转换...

综合介绍 ClickClickClick是一个由BandarLabs开发的框架，旨在通过使用任何本地或远程的大型语言模型（LLM）实现安卓和电脑的自动化操作。该项目目前处于高度实验阶段，支持多种模型如...

综合介绍 Shortest是一个由Anti-Work团队开发的AI驱动的自然语言端到端测试框架。它基于Playwright构建，支持GitHub集成和双因素认证（2FA）。Shortest的主要特点是...

综合介绍 Open Operator 是一个开源项目，旨在通过AI智能体在浏览器中进行自动化操作。该项目由 Browserbase 开发，结合了 Stagehand 和 Browserbase 的技术...

일반 소개 Playwright MCP는 Microsoft에서 개발하여 GitHub에서 호스팅하는 오픈 소스 도구입니다. 이 도구를 사용하면 인공 지능 모델이 MCP(모델 컨텍스트 프로토콜) 프로토콜을 통해 브라우저를 직접 제어할 수 있으며, 개방형 ...

综合介绍 TankWork是一个开源的桌面代理框架，旨在通过计算机视觉和系统级交互，使AI能够感知和控制您的电脑。该框架允许代理通过语音和文本命令直接控制计算机，处理实时屏幕内容，并提供连续的音频视觉...

综合介绍 Proxy Lite 是由 Convergence AI 开发的一款开源、轻量级网页自动化工具，作为 Proxy 的迷你版，采用开放权重设计。它基于 3B参数的视觉语言模型（VLM），能够自...

综合介绍 Convergence 是一家致力于利用机器学习技术帮助人们重新掌控时间的公司。通过开发大型元学习模型（LMLMs），Convergence的AI代理（浏览器代理）能够在实时使用中获取新技能...

일반 소개 맥 어시스턴트는 기본 소프트웨어와 웹 기능을 결합하여 사용자 작업을 간소화하는 것을 목표로 하는 macOS용으로 설계된 AI 인텔리전스 바디 프로젝트입니다. 이 프로젝트는 현재 OpenAI 및 GEMINI API를 지원하며 향후 지원할 계획입니다.

综合介绍 Agent TARS 是一个由字节跳动开源的多模态 AI 智能体，核心特点是通过视觉理解网页内容，并结合命令行和文件系统操作，帮助用户完成复杂的电脑任务。它不像传统工具需要手动操作，而是能自...

综合介绍 Rabbit Android Agent 是由 Rabbit 公司开发的一款创新 AI 智能体，旨在通过语音和文字指令，帮助用户在安卓设备上完成单步或多步任务。该技术基于 Rabbit 的 ...

综合介绍 autoMate 是一款由 yuruotong1 在 GitHub 上开源开发的本地自动化工具，以 AI+RPA（人工智能+机器人流程自动化）为核心特色。它将大型语言模型的智能理解与 RPA...

综合介绍 LangGraph CUA 是由 LangChain 团队开发的一个开源项目。它基于 LangGraph 框架，让开发者可以用 Python 打造能直接操作电脑的 AI 智能体。这个工具的核...

综合介绍 Optexity 是一个在 GitHub 上开源的项目，由 Optexity 团队开发。它的核心是用人类演示数据训练 AI 完成计算机任务，尤其是网页操作。项目包含三个代码库：Compute...

综合介绍 Highlight AI 是一款桌面人工智能助手，支持 Windows 和 macOS（移动版开发中），通过语音指令和屏幕内容分析，帮助用户在任意应用中快速完成任务。它能捕获屏幕内容、生成代...

일반 소개 Libra는 자연어 대화를 통해 로컬에서 실행되는 AI 지능을 생성하는 것이 핵심 기능인 Greenbit.ai의 혁신적인 도구입니다. "바이브 에이전트"라고 불리는 이 도구는 사용자가 자신의 요구 사항을 간단한 용어로 설명하고 빠르게 생성할 수 있습니다.

综合介绍 Airtop 是一个基于人工智能的浏览器自动化工具。它让用户通过简单的自然语言命令，就能控制云端浏览器完成复杂的网页操作，比如登录网站、抓取数据或执行自动化任务。它解决了传统脚本编写复杂且容...

综合介绍 BrowserAgent 是一个能在浏览器中直接创建和运行AI工作流的工具。它简单易用，不需要写代码，用户只需描述想要的工作流程，AI就能自动生成。它的核心特点是完全私密，所有数据都在你的浏...

综合介绍 RunRabbit 是一个基于人工智能的工具，它能让用户通过简单的语音或文字指令，控制浏览器完成各种任务。它最大的特点是理解用户的需求，然后自动操作网页，比如搜索信息、填写表单或执行重复性工...