Cua

给 AI 一台真正的云端电脑。Cua 提供 Linux、Windows、macOS 沙盒桌面与开源 SDK,让代理像人一样移动滑鼠、点按键盘、操控整个作业系统,而不是只会呼叫几个 API。

Freemium 4.3 United States

Cua 是什么

Cua 是一套专门做「电脑使用代理(Computer-Use Agent)」的开源基础设施。它的核心想法很直接:与其辛苦地帮每个应用程式写 API 串接,不如直接给 AI 一台完整的虚拟桌面,让它自己看萤幕、移动游标、输入文字、开启程式,把人类在电脑前会做的事一步步走完。

它最值得一提的是横跨三大作业系统的沙盒能力。你可以在云端拉起一个 Linux、Windows 甚至 macOS 的桌面环境,代理在里面乱跑也不会弄坏你的本机;任务结束后沙盒一丢即清,干净俐落。对于需要跑那些「没有 API、只有图形介面」的老旧软体或网页流程的人来说,这条路往往是唯一解。

Cua 提供 Python 与 TypeScript 的 SDK,你可以把它接到 OpenAI、Anthropic 等模型背后当作「手脚」,也能搭配自家的代理框架。它支援萤幕截图、像素级点击、键盘输入这类底层动作,并把虚拟机的生命周期管理包成简单的呼叫,省去自己搞 KVM、VNC、容器网路的苦工。

适合的场景包含:自动化跨多个桌面软体的繁琐流程、批次处理那些只能用滑鼠操作的后台系统、QA 团队做端到端的视觉化测试,或是研究人员想评测代理在真实作业系统上的表现。它是开源专案,愿意自架的人可以免费玩到底,需要托管云端沙盒与规模化时再付费,门槛拿捏得不错。

电脑使用代理这个赛道现在百家争鸣,但真正把 macOS、Windows、Linux 三边都做到能用的开源专案不多,Cua 算是踏实的一个。它不会给你魔法,代理该卡的地方还是会卡,但它把最脏的虚拟机管理活儿包好了,让你能专心调代理本身。愿意自己动手的工程团队会喜欢这种透明感。我们给 4.3 分。

Cua 跟一般 RPA 工具有什么不同?

传统 RPA 多半要靠录制固定座标或写死流程,介面一改就坏。Cua 是让 AI 模型即时看萤幕、自己判断下一步,理论上更能应付动态变化的介面,但相对地稳定度也更依赖背后模型的能力。

我一定要付费才能用吗?

不用。Cua 的核心是开源的,你完全可以自架在自己的机器或云上免费使用。托管的云端沙盒、规模化部署与进阶支援才是付费的部分。