Self-Operating Computer
讓 AI 看螢幕並操作電腦的開源框架。
Self-Operating Computer 是開源框架,讓多模態 AI 模型「看著螢幕」操作你的電腦:它讓 AI 看畫面,然後移動滑鼠、點擊、輸入,像人一樣操作桌面。它常被研究者與開發者當作「打造能操作桌面的 AI 代理」的起點與實驗基礎。
對研究 AI 代理、想實驗桌面自動化的開發者,它的價值是「讓 AI 看螢幕操作電腦的開源起點」:提供一個能讓多模態模型看畫面、動滑鼠鍵盤的框架,拿來研究、實驗桌面自動化與電腦操作代理,開源可自訂。
它提供免費使用(開源)。要最嚴正地提醒:它仍屬實驗性質、準確度有限,而讓 AI 操作你的電腦風險很高——可能誤點、誤操作,務必人工監督、在安全或隔離的環境運作,別放任它在重要系統上自動操作。要清楚它是研究與實驗導向的框架,不是穩定可靠的產品。適合要研究、實驗桌面 AI 代理的開發者與研究者(務必謹慎監督)。
TheAI學院 編輯建議
編輯實測後的真心話想研究能操作桌面的 AI 代理，這是常見的開源起點。我們給 4.0 分。
主要功能
- AI 操作桌面
- 看螢幕操作
- 多模型支援
- 開源
如何使用 Self-Operating Computer
- 開發者取得 Self-Operating Computer 開源框架。
- 設定多模態模型。
- 讓 AI 看螢幕操作。
- 移動滑鼠、點擊與輸入。
- 用於桌面自動化研究。
- 全程監督。
- 概念前沿,屬實驗性質。
適用場景
- 桌面自動化
- AI 代理研究
- 實驗
Self-Operating Computer 的優點與缺點
優點
- 概念前沿、免費
- 研究桌面 Agent 的起點
缺點
- 仍實驗性質
- 準確度有限
Self-Operating Computer 常見問題
Self-Operating Computer 免費嗎？
它是開源框架，免費使用（接多模態模型的費用另計）。
Self-Operating Computer 是做什麼的？
開源框架，讓多模態 AI 模型看著螢幕操作你的電腦：AI 看畫面，然後移動滑鼠、點擊、輸入，像人一樣操作桌面。
Self-Operating Computer 適合誰？
常被研究者與開發者當作打造能操作桌面的 AI 代理的起點與實驗基礎，想研究、實驗桌面自動化的人。
用 Self-Operating Computer 要注意什麼？
讓 AI 看螢幕操作電腦風險較高，務必人工監督、在隔離或可控環境運作，別讓它碰重要帳號或執行破壞性操作。
使用者評價
還沒有足夠評價，搶先分享你的使用心得！
寫下你的評價
Self-Operating Computer 的替代方案
查看相似的 AI 工具 →相關 AI 工具
Claude
Anthropic 的 AI 助理，長文件與寫作品質是它的主場。
Scalekit
一個 MCP 端點接上 600 多個連接器、3 萬多個工具，使用者各自授權帳號，權杖由閘道保管與更新，依代理角色限定可用工具，每次呼叫都留下歸屬紀錄
Glasshand
資料中心裡的實體 iPhone 與 Mac mini 專屬租給你，Claude Code、Codex、Cursor 等代理透過 API 看螢幕、點擊、打字，能裝 App Store 應用、加 eSIM 收簡訊
DocsAlot
連上 GitHub 或讓 Codex、Claude 照提示詞自己建文件站，一份來源同時發布給人看的文件、給代理讀的 llms.txt 與 MCP，還能查 AI 實際引用了哪一頁
Sage (Levanto Labs)
程式跑到一半丟出文字和問題，約 100 毫秒拿回帶機率的 yes／no、選項或抽取欄位；Sage2 再加上對話中即時更新的串流判斷
Tinker
你在自己電腦上寫訓練迴圈、定義損失與獎勵，GPU 排程、故障復原與檢查點全交給 Tinker，用 LoRA 微調 Inkling、Qwen、GLM、DeepSeek 等開源模型
