开源桌面 Agent「MudrikNow」：屏幕画笔式手把手教你操作任意软件
Famous_Can6494 · reddit · 2026-08-05
独立开发者开源了 Windows 桌面端 AI agent MudrikNow。与传统的侧边栏聊天机器人不同，它通过 Alt+Space 呼出后，会生成一个猫头鹰光标，直接在屏幕上走到你需要的按钮或输入框旁，弹出语音气泡解释操作原因，并等待你完成点击后才进入下一步。
核心特性：
- 真实 UI 感知：结合 Windows UI Automation 和实时截图，精准识别屏幕元素位置。
- 自带模型 (BYOM)：通过 OpenCode 支持 140+ 模型提供商（Anthropic, OpenAI, Gemini, DeepSeek, Ollama 等）。
- 安全沙箱：只读 Shell，无文件系统写入权限，仅执行预先批准的 UI 操作。
目前仅支持 Windows（Mac/Linux 在规划中），为夜间和周末业余开发成果。
「编程与Agent」频道最新
- 开源AI儿童英文绘本工作台：支持本地声音克隆 — sujingshen · 2026-08-05
- Agent Skills生态爆发:skills.sh开放技能目录与排行榜 — shadcn · 2026-08-05
- Base44 支持通过 MCP 直连 Gemini、Claude 与 ChatGPT — tristanbob · 2026-08-05
- Seroter 每日阅读清单：多智能体协同与 AI 护城河探讨 — rseroter · 2026-08-05
- IEEE 2030.5 MCP Server 发布:支持智能电网设备交互 — modelcontextprotocol · 2026-08-05
- 体验 opencode v2：高可玩性编程工具，支持热重载与自定义修复 — yacineMTB · 2026-08-05