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。
微软开源的 MCP 服务器,用 Playwright 让大模型通过无障碍树操控浏览器,无需视觉模型。
腾讯开源的浏览器自动化工具,让 AI Agent 直接使用你已登录的真实 Chrome/Edge 浏览器,通过 CLI 加扩展实现。
面向 Web 与移动应用的下一代端到端测试框架,用自然语言描述目标,由 Agent 驱动应用完成并断言结果。
开源 AI Agent,用自然语言操控真实安卓和 iOS 应用,支持数据抓取与多模型配置。
开源 Large Action Model 框架,用自然语言目标驱动 AI 网页 Agent 自动执行浏览器操作
给 AI Agent 装上互联网能力,一条 CLI 读取搜索 Twitter、Reddit、YouTube、B站、小红书等平台,零 API 费用。
Shizuku 同作者开发的 root 权限接口,root 过的安卓手机装上后,AI 手机智能体等应用可通过 Shizuku API 直接调用系统能力(点击、输入、截屏等)。
字节跳动开源的多模态 AI Agent 栈,含桌面客户端与 CLI,可操控电脑和浏览器完成任务
Appium 官方 MCP 服务器,让 AI 助手用自然语言驱动 iOS/Android 手机自动化与测试生成。
开源计算机使用代理的验证执行层,将演示编译为本地程序,无需模型调用即可重复执行并验证结果。
开源 Android GUI 智能体,通过 ADB 控制真机,支持多模态大模型与分层反思,可完成长任务。
阿里巴巴开源的网页内 JavaScript GUI Agent,用自然语言操控网页界面,无需扩展或截图。
CopilotKit 开源的个人 Agent 应用,自带浏览器、终端和文件系统,可自托管并兼容任意 Agent 框架。
给编程 Agent 用的浏览器操控 Skill,用 JS 脚本驱动 Chrome,支持持久标签页与无障碍树快照。
开源计算机使用(Computer-Use)平台,提供跨系统桌面驱动、本地虚拟机与评测基准,让 AI Agent 操作真实电脑。
极简自进化自主 Agent 框架,约 3K 行种子代码,通过 9 个原子工具实现本地系统级控制并自动积累技能树。
面壁智能等联合开源的端侧安卓 GUI 智能体模型,能看截图操作中英文 App。
AI Agent 在 iOS 模拟器与安卓设备上实现视觉观察与操作的 CLI 工具
基于 Playwright 无头浏览器的 MCP 服务器,抓取网页内容并转为 Markdown,支持动态页面。