屏幕感知的桌面AI代理Rosply
Feisty-Gas9764 · reddit · 2026-07-12
Rosply 是一个**看屏幕并接管鼠标键盘**的 AI agent：它先截屏，再把图像发给视觉模型生成动作列表，然后自动点击、输入、滚动和拖拽，完成桌面任务。 它不依赖 API，因此可以作用于你电脑里已经打开的任何网站或应用。作者举的用途包括：浏览并整理信息、读取文件做摘要、在 VS Code 里完成完整代码项目；同时它还支持语音，并且可作为 Claude Code 的 **MCP server** 接入，从编码会话里直接触发 PC 自动化。作者还提到这是他独立开发并维护的产品，发布两周后刚卖出第一单。