Cua 快速上手3 步跑起计算机使用代理与 macOS 虚拟机【免费下载链接】cuaScale computer-use 2.0 with open-source drivers, cross-OS fleets, and benchmarks for training, evaluation, and data generation.项目地址: https://gitcode.com/GitHub_Trending/cua/cua你希望 AI 真的接管鼠标键盘帮你查资料、写代码、点点桌面应用吗Cua发音 koo-ahComputer-Use Agent 的简称就是干这个的。它是一个开源框架把高性能虚拟化和 AI 代理能力揉在一起让 AI 与桌面应用之间多了一层安全、隔离的缓冲带——所有操作都发生在虚拟机里宿主机毫发无伤。 它到底替你解决什么先问一个问题AI 凭什么看得见屏幕、动得了软件Cua 的答案是给 AI 配一台专属电脑。你在 Apple Silicon 上用 Lume 创建 macOS 或 Linux 虚拟机性能接近原生最高可达 90%然后由计算机使用接口CUI可理解为AI 操作电脑的统一手柄负责观察屏幕、发送点击和按键。于是打开应用、上网、写代码、执行多步工作流对 AI 来说只是一个个可验证的动作。 三步跑起来第一步安装 Lume CLI。只需执行这一步装好虚拟机管理工具/bin/bash -c $(curl -fsSL https://raw.githubusercontent.com/trycua/cua/main/libs/lume/scripts/install.sh) **第二步安装 Python 库。** 一条命令带齐计算机接口与代理能力 bash pip install cua-computer cua-agent[all]第三步第一条代理任务怎么写。下面这段不到 10 行的代码就能让代理去 GitHub 上找仓库import logging from cua.computer import Computer from cua.agent import ComputerAgent, AgentLoop, LLM, LLMProvider async with Computer(verbositylogging.DEBUG) as macos_computer: agent ComputerAgent(computermacos_computer, loopAgentLoop.OPENAI, modelLLM(providerLLMProvider.OPENAI)) async for result in agent.run(查找名为 trycua/cua 的GitHub仓库。): print(result)其中AgentLoop和LLMProvider还支持 ANTHROPIC、OMNI 等选项按你手头的模型切换即可。 真实场景怎么玩想看多应用协作可以试 AI-Gradio 示例一个工作流里代理要同时指挥浏览器、VS Code 和终端互相衔接完成开发任务。另一个是 Agent Notebook演示在 Cursor 中让代理修复 GitHub 仓库里的 issue是边看边跑式的入门材料。生态地图七个组件一句话点评组件干什么的Lume跑 macOS/Linux 虚拟机的 CLI性能接近原生Computer计算机使用接口CUI框架AI 与 macOS/Linux 沙盒交互的入口Agent计算机使用代理CUA框架在专用沙盒里跑代理工作流Core其他 Cua 包都依赖的核心功能与实用工具PyLumeLume 的 Python 绑定想用代码管理虚拟机就找它Computer ServerCUI 框架的服务器组件SOM代理使用的 Self-of-Mark 库在截图上给元素标编号模型按编号指代更多细节可以看 Lume 文档、Python 生态各包 和 cua-bench 基准库。先把虚拟机跑起来再把任务交给代理——剩下的交给 Cua。入口docs/content/docs/【免费下载链接】cuaScale computer-use 2.0 with open-source drivers, cross-OS fleets, and benchmarks for training, evaluation, and data generation.项目地址: https://gitcode.com/GitHub_Trending/cua/cua创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考