RobotGo
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
🎯适用场景：AI Agent 的 Computer Use 底层 GUI 操作、跨平台桌面自动化测试
📥 收录于 2026/6/4
📊 仓库数据
📈 Stars 变化 ↑1 天 +3· 统计区间 7/17 20:11 → 7/18 23:22（1 天）
✅ 优点
- •Go 原生实现无需外部依赖，性能优秀
- •跨平台支持 macOS/Windows/Linux 全覆盖
⚠️ 限制
- •底层 C 依赖在部分 Linux 发行版编译可能遇到问题
- •Go 生态相比 Python 在 AI 领域集成工具较少
🔗 相关工具
Agent S
github.com/simular-ai/Agent-S
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
Microsoft Fara-7B
github.com/microsoft/fara
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
Computer Use Linux MCP
github.com/agent-sh/computer-use-linux
Linux 桌面控制 MCP 服务端，通过 AT-SPI、GNOME Shell、Wayland 门户协议和 ydotool 输入模拟，让 AI Agent 直接操控 Linux 桌面完成自动化任务，支持 Claude Code、Codex 等主流编码工具。214 stars。
🎯让 AI Agent 通过 MCP 协议控制 Linux 桌面，实现自动化操作
Apache Airflow
github.com/apache/airflow
Apache 顶级项目，AI 工作流编排的事实标准，45K+ stars。以 DAG 方式定义、调度和监控复杂数据处理管道——支持 ML 训练管道编排、模型推理任务调度、数据 ETL 等，是生产级 AI 基础设施的核心组件
🎯分布式 ML 训练与推理调度、AI 数据管道编排
OmniParser
github.com/microsoft/omniparser
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
Bytebot
github.com/bytebot-ai/bytebot
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
