Apache Airflow

微软屏幕解析工具，将屏幕元素转化为结构化数据，为纯视觉 GUI Agent 提供输入

🎯机器人控制、仿真与边缘部署

开源的类人计算机操作 Agent 框架，11K+ stars。结合计算机界面理解、上下文强化学习和记忆检索，让 Agent 像人类一样使用电脑，支持跨平台桌面自动化操作

🎯多模态内容理解与生成

自托管 AI 桌面 Agent，11K+ stars。通过自然语言命令自动化完成电脑操作任务，是本地化 Computer Use Agent 的新选择

🎯本地化桌面任务自动化，如文件操作、浏览器自动化、批量数据处理

Go 原生跨平台 RPA 自动化工具，支持 GUI 控制、屏幕截图、键鼠模拟和窗口操作，可与 AI Agent 结合实现 Computer Use 场景的自动化交互

🎯AI Agent 的 Computer Use 底层 GUI 操作、跨平台桌面自动化测试

微软开源的高效 Computer Use Agent 模型，仅 7B 参数即可实现桌面操作。在 Computer Use 基准测试中表现优异，是轻量化 GUI Agent 的新选择，5.2K stars

🎯轻量级桌面操作自动化，适合单 GPU 即可部署的 Computer Use Agent 场景

基于 Qwen3-VL 多模态视觉模型的开源计算机使用 Agent 框架，支持浏览器自动化操作和 GUI 控制，集成 MCP 协议，是 Computer-Use Agent 领域的新兴方案。

🎯AI驱动的桌面和浏览器GUI自动化操作，适合需要跨平台计算机使用场景的Agent应用