Windows-Use：基于 LLM 与原生 API 的 Windows GUI 自动化智能体
tom_doerr · x · 2026-08-11
GitHub 热门项目 Windows-Use 是一个能够通过 GUI 层面控制 Windows 操作系统的 AI 智能体。它无需依赖计算机视觉模型，而是直接读取 Windows UI Automation API，并结合大语言模型来决定执行的操作。
核心能力：
- 支持打开、切换、调整应用窗口，执行点击、输入、滚动、拖拽及快捷键操作。
- 能够运行 PowerShell 命令并读取输出，或通过浏览器无障碍树抓取网页数据。
- 支持跨步骤的持久化记忆，以及语音输入输出（STT/TTS）。
「编程与Agent」频道最新
- DeepMind 首发多智能体架构扩展定律：盲目堆智能体反降效 — KyeGomezB · 2026-08-11
- Cloudflare 推出开源 AI Agent 运行时，无需容器即可构建 — craigsdennis · 2026-08-11
- Unsloth 发布桌面端应用：支持本地训练与运行各类大模型 — danielhanchen · 2026-08-11
- GPT-Live+Codex组合实测：语音AI正重塑编程交互范式 — FuSheng_0306 · 2026-08-11
- AI编程实战：用AI助手从零构建全栈应用工作流 — Al_Grigor · 2026-08-11
- Cursor 即将上线 Origin：支持代码库同步与智能体代码审查 — testingcatalog · 2026-08-11