Nanobrowser: plug-in de inteligência múltipla para automação de tarefas em navegadores
综合介绍 Nanobrowser 是一个开源的Chrome浏览器扩展，旨在通过AI驱动的多代理系统实现网页任务的自动化。它是一个免费替代OpenAI Operator的工具，用户只需提供自己的LLM...
organizar em ordem
Convergência: um assistente de IA que automatiza tarefas repetitivas em um navegador de agentes
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...
Proxy Lite: Ferramenta de automação da Web orientada por modelo visual da 3B Parametric
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...
Rabbit Android Agent: inteligência controlada por voz para aplicativos Android (não aberto)
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 ...
mac assistant: a inteligência de IA que automatiza as ações do desktop em dispositivos macOS
综合介绍 mac assistant 是一个专为macOS设计的AI智能体项目，旨在通过结合本地软件和网络功能来简化用户操作。该项目目前支持 OpenAI 和 GEMINI API ，并计划未来支持 ...
Open Operator: execução de operações automatizadas em navegadores de nuvem com inteligência de IA
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...
MobileAgent: colaboração multiagente para assistente de operação de dispositivos móveis
综合介绍 MobileAgent 是一个强大的移动设备操作助手，旨在通过多代理协作和增强的视觉感知模块，提升移动设备的操作效率和自动化水平。该项目由 X-PLUG 团队开发，支持 Android 和 ...
TankWork: um corpo inteligente que opera computadores por meio de voz e texto e fornece feedback de voz em tempo real
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...
UI-TARS Desktop: aplicativo da Intelligentsia para controle de computadores usando linguagem natural
综合介绍 UI-TARS Desktop 是由字节跳动开发的一款基于 UI-TARS（视觉语言模型）的图形界面代理应用。该应用允许用户通过自然语言来控制计算机，实现更直观和高效的人机交互。UI-TAR...
Shortest: uma ferramenta de teste automatizado de IA que usa linguagem natural para testes de ponta a ponta
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...
Midscene.js: um plug-in de código aberto que impulsiona os testes de automação do navegador com IA
综合介绍 Midscene.js是一个由AI驱动的浏览器自动化工具，能够通过自然语言指令来控制网页、执行断言和提取数据。它支持Chrome扩展、JavaScript SDK和YAML脚本，简化了UI测...
Stagehand: uma estrutura para implementação de linguagem natural de operações de automação do navegador
综合介绍 Stagehand是一个专注于简洁性和可扩展性的AI网页浏览框架。它完全兼容Playwright，提供了三个简单的AI API（act、extract和observe），这些API构建在基础...
AutoMouser: geração de código de automação do navegador para transformar ações do mouse em scripts Selenium Python via IA
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...
E2B Open Computer Use: Executando um sistema operacional de IA com segurança na área restrita da E2B
综合介绍 E2B Open Computer Use 是一个开源项目，旨在通过 E2B 桌面沙盒提供安全的云端 Linux 计算机使用体验。E2B沙盒提供了一个桌面图形环境，用户可以将其连接到任何大型...
Projeto Mariner: automação do navegador, um protótipo de pesquisa que explora o futuro da interação humano-computador (não publicado)
综合介绍 Project Mariner 是 Google DeepMind 推出的一个研究原型，旨在探索未来的人机交互方式。该项目利用 Gemini 2.0 强大的多模态理解和推理能力，通过浏览器自...
NeoAI: Projeto de código aberto que permite que a IA assuma a operação remota de computadores e os controle usando linguagem natural
综合介绍 NeoAI是一款创新的开源AI助手工具，它通过自然语言对话的方式让用户轻松控制和管理电脑。无需编写任何代码，用户只需要用日常对话的方式就能完成文件查找、任务自动化、设备管理等操作。NeoAI...
O GLM-PC (Smart Spectrum Bull) foi oficialmente lançado para download interno, a IA que pode realmente controlar o computador
GLM-PC（牛牛）简介 GLM-PC 是基于 CogAgent 模型的桌面应用，能通过自然语言指令快速执行复杂任务。它具备任务规划和界面理解能力，可根据用户指令自主完成各种计算机操作。 使用注意...
Agent.exe: permite que a IA controle seu computador diretamente, uma implementação de código aberto do computador de controle do Claude
Descrição geral O Agent.exe é um aplicativo Electron de código aberto que utiliza a API Sonnet Claude 3.5 da Anthropic para permitir que os usuários controlem seus computadores locais diretamente por meio de IA. O projeto foi desenvolvido por K...
AppAgent: operação automatizada de smartphones usando inteligências multimodais
综合介绍 AppAgent 是一个基于大语言模型（LLM）的多模态代理框架，旨在操作智能手机应用程序。该框架通过简化的操作空间，模仿人类的交互方式，如点击和滑动，从而无需系统后端访问，扩大了其在不同应...
Português do Brasil 
简体中文 
English 
日本語 
한국어 
Español 
Deutsch 
Français