#computer-use Repositorios
78 repositorios en total
CUGA es un arnés de agente generalista de código abierto para empresas, que soporta la ejecución de tareas complejas en web y APIs, integraciones OpenAPI/MCP, arquitectura componible, modos de razonamiento y funciones conscientes de políticas.
UI-Venus es un agente de GUI fundamental y de propósito general para aplicaciones móviles, plataformas web y sistemas operativos de escritorio que utiliza únicamente capturas de pantalla como entrada.
Catálogo abierto y respaldado por fuentes de agentes de uso de computadoras: artículos revisados, modelos de GUI, conjuntos de datos, benchmarks, herramientas y datos reutilizables en JSONL/SQLite.
El arnés más sencillo y ligero que brinda a un LLM total libertad para controlar un Mac.
[ICLR 2026] Agentes de juego LLM/VLM y evaluación de modelos mediante juegos.
Windows Agent Arena (WAA) 🪟 es una plataforma de sistema operativo escalable para la prueba y la evaluación comparativa de agentes de IA multimodales.
Control nativo del escritorio Linux para agentes de IA (MCP, Pi, CLI): árboles AT-SPI semánticos, capturas de pantalla, selección de ventanas y entrada en GNOME, KDE, Hyprland, niri, COSMIC, i3, Sway, labwc y otros compositores wlroots, así como en X11.
Invisible Playwright MCP: servidor Playwright MCP indetectable por los sistemas antibots y los CAPTCHA: un agente de IA navega por la web con Firefox sigiloso y antidetección, Python, automatización de navegador indetectable, extracción de datos y uso del ordenador.
Una bifurcación de Anthropic Computer Use que puedes ejecutar en computadoras Mac para dar a Claude y a otros modelos de IA acceso autónomo a tu computadora.
Navegación y uso del ordenador con la accesibilidad como prioridad para agentes de IA: un servidor MCP para todos los entornos de ejecución (Codex, Claude Code, OpenCode, Antigravity). Inspecciona el DOM y el árbol de accesibilidad mediante CDP en vez de recurrir a capturas de pantalla repetidas: instantáneas con diferencias, referencias de elementos estables, entrada de confianza y errores tipados. Sin dependencias
Agente State of the Art 82% OSWorld Computer, listo para producción. Remoto y local! Configuración con una sola API Key
Un sistema operativo agéntico que evoluciona por sí mismo. Una nueva arquitectura para la ejecución de agentes, basada en los principios de los sistemas operativos, con el arnés como camino hacia la superinteligencia.
Uso autónomo de Android y computadoras utilizando cualquier LLM (local o remoto)
Aplicación de escritorio para controlar tu computadora con IA usando tu terminal, navegador, ratón y teclado
¡Agent! ahora es compatible con macOS 14.6 o posterior, Apple Silicon e Intel, en su versión más reciente. El mejor agente de IA para Mac: controla cualquier app mediante Accesibilidad, programa y compila en Xcode, y automatiza AppleScript, JXA, Swift y el shell de SMAppService (usuario/root). 23 proveedores de LLM, en local o en la nube, además de Apple Intelligence en el dispositivo y Jev Guard. Piloto automático, MCP y Avatar.
Automatización del navegador y uso del ordenador para agentes de IA. Una CLI y un servidor MCP para tu navegador con sesión iniciada, aplicaciones nativas de macOS y iPhones reales.
Agentes autónomos de autoevolución. Memoria estratificada basada en la visión y habilidades autoprogramadas para agentes LLM que operan su computadora.
Permite que cualquier LLM controle tu ordenador con compatibilidad multiplataforma, e incluye ejemplos de modelado 3D y demostraciones en directo.
Bops: un equipo de bots de IA que gestionan las operaciones de tu negocio, cada uno con su propio ordenador, correo electrónico y número de teléfono. bops.bot
Alternativa gratuita a Grok Bot que funciona con tus propios modelos. Usa la suscripción de ChatGPT, Claude o Grok que ya pagas y obtén un equipo de bots, cada uno con su propia memoria y computadora.
Servidor MCP de ratón de hardware para agentes de IA en Windows x64. Control USB HID y dictado por voz; requiere hardware y firmware uMouse compatibles.
Uso local del ordenador en Apple silicon: decisiones tipadas en el dispositivo con laya y cumplimentación de formularios con CUA-S1-FORMS, mediante la API de accesibilidad de macOS
Convierte tu jornada laboral en flujos de trabajo estructurados que los agentes puedan ejecutar. 100% local, servido a través de MCP.
Browser Operator: ¡el navegador de IA con una plataforma multiagente integrada! Una alternativa de código abierto a ChatGPT Atlas, Perplexity Comet, Dia y el navegador Microsoft Copilot Edge
Respuestas rápidas y menos tokens. Deja que los agentes de IA (Claude Code, Codex o cualquier cliente MCP) controlen un iPhone real · Permite que los agentes de IA operen un iPhone real: leer la pantalla, tocar, escribir y deslizar, por USB o Wi-Fi, con un runner XCTest propio y flujos de la app reproducibles. Código abierto y autohospedado en macOS.