浏览器 / 电脑 / 手机操控
共 159 个AI 用户与开发者推荐的浏览器 / 电脑 / 手机操控。
Playwright
playwright.dev微软开源的浏览器自动化与端到端测试框架,支持 Chromium、Firefox、WebKit,并提供 MCP 与 CLI 供 AI 智能体操控浏览器。
开源安卓投屏与控制工具,免 root、低延迟,可在电脑上用键鼠操控手机。很多 AI 手机智能体用它作为看屏幕和发送操作的通道。
Node.js 网页抓取与浏览器自动化库,可构建可靠爬虫,为 AI/LLM/RAG 提取数据。
Apify 出品的 Python 网页抓取与浏览器自动化库,内置代理轮换与反爬伪装,可为 AI/RAG 采集数据。
Python 控制安卓界面的自动化库,通过 HTTP 暴露 UiAutomator 能力,是许多 AI 手机智能体的底层。
阿里通义实验室推出的手机GUI智能体家族,含GUI-Owl模型,支持桌面/手机/浏览器自动化。
字节跳动开源的原生 GUI 智能体模型,可自动操作手机和电脑界面完成任务。
让 AI Agent 通过 MCP 操控 iOS/安卓真机与模拟器的移动自动化服务器
腾讯开源的多模态 LLM 智能体框架,通过点击滑动操作手机 App,无需系统后台权限。
开源 AI Agent 框架,为智能体提供完整 Linux 桌面、浏览器操控与多智能体协作能力。
Android 上的系统权限桥接工具,通过 ADB 或 root 让普通应用直接调用系统 API。AutoGLM、开源豆包手机等 AI 操控手机的方案都靠它获得点击、输入、截屏等权限,把手机变成能被 AI 智能体操作的设备,免 root 也能用。
基于视觉的 GUI Agent 与 E2E 测试框架,用自然语言描述步骤,自动操作并验证 Web、移动端和桌面应用界面。
轻量开源 MCP 服务器,让 AI Agent 原生操控 Windows 桌面,支持文件导航、应用控制与 UI 交互。
Google 官方 MCP 服务器,让编程 Agent 控制并调试真实 Chrome 浏览器,做自动化与性能分析。
面向 AI Agent 的 JS 逆向 MCP Server,支持 Chrome 调试、断点、网络与 WebSocket 分析及反检测。
Browserbase 出品的浏览器 Agent SDK,用 observe/act/extract 三步让 AI 稳定操作网页并抽取结构化数据。
开源框架,用 LLM Agent 以自然语言操控安卓和 iOS 手机,支持截图理解与多步任务。
智谱开源的手机智能体模型与框架,用视觉语言模型理解屏幕并自动操作安卓手机
安卓开源 AI Agent 平台,支持云端/本地模型,可操控手机、终端、浏览器完成真实任务。
Google 开源的 Android 智能体评测环境与基准,含 116 个跨 20 款应用的可复现任务。
开源浏览器扩展,通过拖拽积木块实现网页自动化,支持填表、截图、爬数据与定时执行。
Browser Use 推出的超快浏览器 Agent,用动态索引动作空间实现最快最省钱的网页自动化
基于 Playwright 与 AI 的闲鱼多任务实时监控系统,带 Web 管理界面,可智能筛选心仪商品。