aiknow

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。

全部 Agent 与自动化通用 Agent(帮你干活) 301桌面 Agent 客户端 195浏览器 / 电脑 / 手机操控 96Agent 开发框架 254工作流 / 低代码平台 97RPA / 流程自动化 22MCP 服务 252Skills 技能 347

Playwright MCP

github.com★ 37,920

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。

开源支持 MCP可自部署命令行VS Code桌面客户端
MCP 服务 · 1 处推荐

ShowUI

github.com★ 1,924

开源端到端轻量级视觉-语言-动作模型,专为 GUI 智能体与电脑操控设计。

开源多模态可自部署Linux网页
浏览器 / 电脑 / 手机操控 · 1 处推荐

BrowserSkill

github.com★ 8,394

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。

开源可自部署中文界面网页MacWindows
浏览器 / 电脑 / 手机操控 · 1 处推荐

e2e

github.com★ 8,248

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。

开源有 API本地模型Android命令行iOS
浏览器 / 电脑 / 手机操控 · 1 处推荐

mobile-use

github.com★ 3,311

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。

开源支持 MCP可自部署GeminiGPTGrok
浏览器 / 电脑 / 手机操控 · 1 处推荐

Browserbase

browserbase.com

为 AI 智能体提供云端浏览器基础设施,支持搜索、抓取和浏览器自动化。

有 API网页
浏览器 / 电脑 / 手机操控 · 1 处推荐

LaVague

github.com★ 6,395

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

开源有 API可自部署网页
Agent 开发框架 · 1 处推荐

Agent-Reach

github.com★ 93,667

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。

开源支持 MCP可自部署中文界面命令行Mac
MCP 服务 · 1 处推荐

WebMCP

github.com★ 4,478

W3C 社区组提出的浏览器端协议,让网页把 JS 函数或表单暴露为 AI Agent 可调用的工具

支持 MCP浏览器插件网页
MCP 服务 · 1 处推荐

Sui

github.com★ 4,331

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)。

开源Android
浏览器 / 电脑 / 手机操控 · 1 处推荐

Steel

steel.dev

开源浏览器 API,让 AI 智能体在云端控制大量真实浏览器会话。

开源有 API可自部署网页
浏览器 / 电脑 / 手机操控 · 1 处推荐

UI-TARS Desktop

github.com★ 39,214

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

开源多模态可自部署MacWindowsLinux
桌面 Agent 客户端 · 1 处推荐

Appium MCP

github.com★ 507

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。

开源支持 MCP可自部署命令行LinuxMac
浏览器 / 电脑 / 手机操控 · 1 处推荐

OpenAdapt

github.com★ 1,862

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。

开源可自部署支持 MCPWindowsMacLinux
浏览器 / 电脑 / 手机操控 · 1 处推荐

MobileUse

github.com★ 254

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。

开源可自部署多模态本地模型LinuxWindows
浏览器 / 电脑 / 手机操控 · 1 处推荐

PageAgent

github.com★ 29,356

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。

开源支持 MCP中文界面通义千问本地模型网页
浏览器 / 电脑 / 手机操控 · 1 处推荐

OpenMuse

github.com★ 4,124

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。

开源多模态可自部署Android桌面客户端iOS
通用 Agent(帮你干活) · 1 处推荐

dev-browser

github.com★ 6,654

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。

开源可自部署Claude命令行MacLinux
浏览器 / 电脑 / 手机操控 · 1 处推荐

Cua

github.com★ 28,915

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。

开源有 API可自部署多模态MacLinux
浏览器 / 电脑 / 手机操控 · 2 处推荐

GenericAgent

github.com★ 14,288

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。

开源可自部署WindowsMacLinux命令行
Agent 开发框架 · 2 处推荐

AgentCPM-GUI

github.com★ 1,430

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。

开源中文界面多模态可自部署本地模型Android
浏览器 / 电脑 / 手机操控 · 1 处推荐

Browse AI

browse.ai

无代码 AI 网页数据抓取与监控平台,可训练机器人提取数据并导出为表格或 API。

有 API网页
浏览器 / 电脑 / 手机操控 · 1 处推荐

sim-use

github.com★ 1,393

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

开源有 API多模态免登录可自部署Android
浏览器 / 电脑 / 手机操控 · 1 处推荐

Fetcher MCP

github.com★ 1,088

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。

开源支持 MCP免登录可自部署命令行Linux
MCP 服务 · 1 处推荐