#computer-use Repository
78 repository in totale
CUGA è un framework open-source per agenti generalisti per l'impresa, che supporta l'esecuzione di compiti complessi su web e API, integrazioni OpenAPI/MCP, architettura componibile, modalità di ragionamento e funzionalità consapevoli delle policy.
UI-Venus è un agente GUI di base per scopi generali per app mobili, piattaforme web e sistemi operativi desktop che utilizza solo screenshot come input.
Catalogo aperto e documentato con fonti di agenti per l’uso del computer: articoli esaminati, modelli GUI, dataset, benchmark, strumenti e dati riutilizzabili in JSONL/SQLite.
L'interfaccia più semplice e leggera, che offre a un LLM la libertà completa di controllare un Mac.
[ICLR 2026] Agenti di gioco LLM/VLM e valutazione dei modelli tramite giochi.
Windows Agent Arena (WAA) 🪟 è una piattaforma scalabile del sistema operativo per il test e il benchmarking di agenti AI multimodali.
Controllo nativo del desktop Linux per agenti IA (MCP, Pi, CLI): alberi AT-SPI semantici, screenshot, selezione delle finestre e input su GNOME, KDE, Hyprland, niri, COSMIC, i3, Sway, labwc e altri compositor wlroots, oltre che su X11.
Invisible Playwright MCP: server Playwright MCP non rilevabile dai sistemi anti-bot e dai CAPTCHA: un agente IA naviga sul web con Firefox stealth anti-rilevamento, Python, automazione del browser non rilevabile, scraping e controllo del computer.
Un fork di Anthropic Computer Use che puoi eseguire su computer Mac per dare a Claude e ad altri modelli AI accesso autonomo al tuo computer.
Navigazione web e uso del computer con priorità all’accessibilità per agenti IA: un server MCP per ogni harness (Codex, Claude Code, OpenCode, Antigravity). Analizza il DOM e l’albero di accessibilità tramite CDP invece di ricorrere a cicli di screenshot: snapshot con differenze, riferimenti stabili agli elementi, input attendibile ed errori tipizzati. Nessuna dipendenza
Agente State of the Art 82% OSWorld Computer, pronto per la produzione. Remoto e locale! Setup con una sola API Key
Un sistema operativo agentico in continua evoluzione. Una nuova architettura per l’esecuzione degli agenti, basata sui principi dei sistemi operativi, con l’harness come percorso verso la superintelligenza.
Utilizzo autonomo di Android e computer tramite qualsiasi LLM (locale o remoto)
Applicazione desktop per controllare il tuo computer con l'IA utilizzando il terminale, il browser, il mouse e la tastiera
Agent! ora supporta macOS 14.6 o versioni successive, Apple Silicon e Intel, con l’ultima versione. Il miglior agente AI per Mac: controlla qualsiasi app tramite Accessibilità, scrive codice e crea build in Xcode, e automatizza AppleScript, JXA, Swift e la shell di SMAppService (utente/root). 23 provider LLM, in locale o sul cloud, oltre ad Apple Intelligence sul dispositivo e Jev Guard. Auto-Pilot, MCP e Avatar.
Automazione del browser e utilizzo del computer per agenti di IA. Un’unica CLI e un server MCP per il tuo browser con accesso effettuato, le app native di macOS e veri iPhone.
Agenti autonomi in auto-evoluzione. Memoria stratificata basata sulla visione e competenze auto-scritte per agenti LLM che operano sul tuo computer.
Consenti a qualsiasi LLM di controllare il tuo computer con supporto multipiattaforma, includendo esempi di modellazione 3D e demo dal vivo.
Bops: un team di bot IA che gestiscono le operazioni della tua azienda, ognuno con il proprio computer, indirizzo e-mail e numero di telefono. bops.bot
Alternativa gratuita a Grok Bot che funziona con i tuoi modelli. Usa l’abbonamento a ChatGPT, Claude o Grok che già paghi e ottieni un team di bot, ciascuno con la propria memoria e il proprio computer.
Server MCP per mouse hardware destinato agli agenti IA su Windows x64. Controllo USB HID e dettatura vocale; richiede hardware e firmware uMouse compatibili.
Uso locale del computer su Apple silicon: decisioni tipizzate sul dispositivo con laya e compilazione di moduli con CUA-S1-FORMS, tramite l’API di accessibilità di macOS
Trasforma la tua giornata lavorativa in flussi di lavoro strutturati che gli agenti possono eseguire. 100% locale, servito tramite MCP.
Browser Operator: il browser di IA con una piattaforma multi-agente integrata! Un’alternativa open source a ChatGPT Atlas, Perplexity Comet, Dia e al browser Microsoft Copilot Edge
Risposte rapide, meno token. Lascia che gli agenti AI (Claude Code, Codex o qualsiasi client MCP) controllino un iPhone reale · Consenti agli agenti AI di usare un iPhone reale: leggere lo schermo, toccare, digitare e scorrere, via USB o Wi-Fi, con un runner XCTest integrato e flussi dell’app riproducibili. Open source, self-hosted su macOS.