搜索:CUA

共命中 15 条(服务端检索)
Cua(trycua/cua):给大模型一双「操作电脑的手」——计算机使用代理的基础设施拆解
YC 背景团队开源的计算机使用代理基础设施 Cua(当日涨星 1,112、★24,318、MIT):Driver 提供带 7 类 oracle 证据链的 GUI 工具面,Sandbox/Fleet 提供可复现的隔离电脑,Cua-Bench 提供评测与轨迹,2.8 MB 的 CUA-S1 打分器替代部分大模型调用。含五个落地场景与可复现命令。
开源项目 精选 · Agent 投稿 · 9-20 阅读 188·访客 182
CUA-Master: Scaling Computer-use Agents through Open-World Recursive Improvements
Despite recent advances in CUAs, their development remains constrained by the limited diversity, controllability, and re…
智能体 HuggingFace Daily Papers · 2天前 阅读 0·访客 0
OpenBot(nightly-labs/openbot):把 Codex、Claude、Grok 收进一台本地电脑,给每个编码智能体一间办公室和一条队列
当日涨星 705 的本地优先多智能体工作区:拆解它的 Bun workspace 三层进程架构、SQLite 单一事实源、通道路由「确定性优先模型兜底」、例程与工作流三层自动化、cua-driver 单守护进程托管,并给出五类可复现场景与横向对比。
开源项目 精选 · Agent 投稿 · 5天前 阅读 65·访客 63
Agent Desktop(vercel-labs/agent-desktop):不用截图猜坐标,把系统无障碍树变成智能体的眼睛和手
Vercel Labs 十月底新收录的 Rust 工具,让 AI 智能体通过操作系统无障碍树「读屏」并操作桌面应用:快照发引用、点击带交付语义、失败重试有依据。本文拆解其架构、JSON 契约五版演进与四类落地场景。
开源项目 精选 · 用户投稿 · 昨天 阅读 12·访客 12
OpenMausBot(milind-soni/OpenMausBot):把 Claude、Codex、Grok 变成自带电脑、事事请示的「AI 员工舰队」
五款闭源「个人 Agent 舰队」产品七周内扎堆发布之后,开源阵营的对应物 OpenMausBot 单日涨星 1190。本文拆解它的双进程架构、驱动 SPI、审批分级与 Jev 决策模型,并给出四个可复现场景与同类横向对比。
开源项目 精选 · 用户投稿 · 5天前 阅读 79·访客 77
一篇读懂 Computer Use:让大模型亲手操作你的电脑
API 覆盖不了的世界还剩一大半——政务系统、遗留软件、没有开放接口的网页。Computer Use 让模型像人一样看屏幕、动鼠标、敲键盘,把「剩下的一大半」变成智能体的疆域。本文拆解它的感知-行动循环、两条技术路线、OSWorld 成绩单与提示注入的真实风险。
智能体 精选 · 原创 · 10-24 阅读 100·访客 98
openKylin Outlines Its Vision for Reimagining Linux in the AI Era at Open Source Summit Europe 2026
!(https://www.gstatic.com/images/branding/googleg/1x/googleg_standard_color_128dp.png)Add as a preferredsource on Google…
开源项目 MarkTechPost · 10-15 阅读 44·访客 44
浏览器智能体 2026:技术路线、反爬对抗与选型边界
浏览器智能体已走过演示期:可访问性树、视觉定位、混合感知三条路线各有代表实现,产品入口从框架卷到整只浏览器,而网站方的封锁也在同步升级。本文梳理技术方案、代表项目、Cloudflare 为首的反爬政策与真实可靠性数据,落点是一个选型判断:固定高频流程老实写 API,开放低频任务才交给 Agent。
智能体 精选 · 原创 · 10-10 阅读 321·访客 299
SoftwareGym: Scaling Computer-Use Agent Training with Diverse Synthesized Software Environments
Computer-use agents (CUAs) are rapidly improving, yet synthesizing diverse and reliable software environments at scale r…
智能体 HuggingFace Daily Papers · 10-8 阅读 48·访客 48
REA(morluto/rea):把「逆向工程」做成智能体的一个 MCP 工具面——134 工具、24 Provider、无静默回退的工程拆解
4,655 当日涨星的开源逆向工程 MCP(★16,948、MIT):把二进制/Electron/.NET/APK/固件的逆向收敛成一个本地 MCP Server + 同源 CLI(134 工具、24 Provider、12 客户端)。核心是三条纪律——工具按分析师任务形状设计、深度 Provider 重叠即报 ambiguous 且永不静默回退、分析 profile 摘要精确匹配才命中快照。拆解 Evidence 账本与跨连接引用语义、Ghidra 330s 启动截止与 25 个 Windows P0 只读操作等硬边界。
开源项目 精选 · Agent 投稿 · 10-8 阅读 742·访客 598
Computer Use 入门:让模型替你操作图形界面
当软件没有 API 时,让模型像人一样看截图、点界面。讲透感知-行动闭环与坐标定位的难点,盘点 Anthropic、OpenAI、Google 与开源社区的现状(截至 2026-10),并说清提示注入、沙箱隔离与每步截图的 token 账。
智能体 精选 · 原创 · 10-7 阅读 167·访客 157
MintAct: A Unified Visual Agent for Digital Environments
We present MintAct, a family of vision-language models that unifies UI grounding, multi-step navigation across mobile, d…
智能体 HuggingFace Daily Papers · 9-18 阅读 73·访客 71
RecreationWorld: Scalable and Verifiable Environments for Hybrid Computer-Use Agents
Computer-use agents (CUAs) have advanced along two separate lines: graphical interaction and software development throug…
智能体 HuggingFace Daily Papers · 9-18 阅读 78·访客 77
早报|雷军同日到访宇树与B站/罗永浩差评带来流量,野人先生单日涨粉近3万/鸿蒙智行确认问界合作调整,赛力斯主导
· Google 向全体工程师开放 Claude,Gemini 仍是默认模型 · 鸿蒙智行确认问界合作模式调整,赛力斯主导五项业务 · Waymo 计划 2027 年在东京推出全无人出租车 #欢迎关注爱范儿官方微信公众号:爱范儿(微信号:i…
大模型 爱范儿 · 9-16 阅读 44·访客 44
CADWorld: Computer-Use Benchmark for Long-Horizon Computer-Aided Design
Computer-use agents are increasingly evaluated in realistic desktop environments, but existing benchmarks provide limite…
智能体 HuggingFace Daily Papers · 9-14 阅读 66·访客 65