CUA

活跃
GitHub HTML MIT

简介

CUA 是开源的计算机使用 Agent 基础设施,提供沙箱、SDK 和基准测试,支持 AI Agent 控制完整桌面环境。

核心特性

  • Cua Driver:后台运行的计算机使用 Agent,不抢占光标焦点
  • 跨平台沙箱:macOS、Linux、Windows、Android 统一 API
  • CuaBot:多 Agent 计算机使用沙箱 CLI,原生窗口显示
  • Cua-Bench:OSWorld、ScreenSpot 等基准测试和 RL 环境
  • Lume:Apple Silicon 上的近原生性能 macOS 虚拟化
  • 支持 Claude Code、OpenClaw、Cursor 等主流 Agent 框架集成

适用场景

💡 AI Agent 自主操作桌面应用完成复杂任务
💡 跨平台 GUI 自动化测试和回归验证
💡 构建可重复的计算机使用 Agent 基准测试
💡 在安全沙箱中运行不受信任的代码或浏览器自动化

优势与不足

优势

  • 活跃维护,近期持续更新
  • 社区热度高(22.4k stars)
  • 开源许可证友好(MIT)

快速开始

安装 Python 包:pip install cua,使用 Sandbox.ephemeral(Image.linux()) 创建沙箱,通过 sb.shell.run()、sb.screenshot()、sb.mouse.click() 等 API 操控桌面。

相关项目

Vision Agents

8.1k · Python
活跃 A+

Stream 开源的视觉与语音智能体框架,支持任意模型和视频提供商,利用边缘网络实现超低延迟的实时多模态 AI 交互。

voiceagentpython +3
  • · 实时视频 AI,集成 YOLO、Roboflow 并结合 Gemini/OpenAI 进行实时视觉理解
  • · 通过 Stream 边缘网络实现 30ms 以下超低延迟音视频传输,500ms 内加入
  • · 原生 SDK 方法来自 OpenAI、Gemini 和 Claude,始终使用最新 LLM 能力

OpenSandbox

15.1k · Go
活跃 A

OpenSandbox 是阿里巴巴开源的安全、快速、可扩展的 AI Agent 沙箱运行时环境。

sandboxai-infrastructurekubernetes +2
  • · 多语言 SDK:Python、Java/Kotlin、JavaScript/TypeScript、C#/.NET 和 Go,统一沙箱 API
  • · Docker 和 Kubernetes 运行时:内置生命周期管理,支持本地开发和大规模分布式调度
  • · 强隔离:支持 gVisor、Kata Containers 和 Firecracker microVM 安全容器运行时