标签索引

桌面自动化

这个标签下有 6 篇文章。按时间回看相关判断与实践记录。

标签精选

AI操控桌面新范式：Rust工具agent-desktop实现“桌面版Playwright”，Token消耗降80%

开发者发布了基于Rust的桌面自动化CLI工具“agent-desktop”，专为AI Agent设计，被誉为“桌面版Playwright”。该工具通过调用操作系统的无障碍树获取应用结构，完全摒弃了依赖截图和像素匹配的传统视觉模式。其核心优...

2026-05-021 分钟阅读174 阅读

一位开发者在技术社区分享了利用字节跳动“豆包”大模型进行桌面自动控制的实测结果。该开发者尝试通过截图并上传给豆包分析，意图实现自动点击操作（项目戏称为“龙虾”操控），但发现模型返回的坐标数据存在显著偏差，导致无法精准点击。该案例直观地揭示了...

2026-04-221 分钟阅读129 阅读

Understudy 是一款革命性的开源 AI 桌面代理，旨在通过“演示学习”打破各类软件间的 API 壁垒。不同于传统的脚本录制，它像人类同事一样通过 GUI、浏览器和 Shell 直接操作计算机，不仅能提取任务意图而非仅仅记录坐标，还能...

2026-03-131 分钟阅读88 阅读

开发者基于自研 SDK 发布了开源桌面 AI Agent 客户端 Dais，旨在解决现有软件 Agent 碎片化问题，实现一个客户端解决 99% 的桌面需求。该项目采用类 VSCode 的 UI 设计，支持多 Tab 并行处理任务，并创新性...

2026-03-101 分钟阅读117 阅读

阿里云正式推出桌面级 AI 智能体 QoderWork，标志着 AI Agent 从对话向行动的进一步跨越。QoderWork 深度集成于桌面环境，能够直接操作本地办公套件、文件管理器等应用，实现端云协同的任务处理。用户只需输入自然语言指令...

2026-01-301 分钟阅读516 阅读

字节跳动正式发布了开源项目UI-TARS-desktop，这是一款支持本地运行的桌面自动化AI代理。该工具无需云端连接，即可操作各类桌面应用程序、打开文件、浏览网页并自动执行任务，确保了用户数据的隐私性。作为100%开源的多模态AI代理栈，...

2026-01-101 分钟阅读312 阅读