开源 Vantage:一句话让 AI 操控真实桌面，80 步任务约 8 分钟跑完

AKGAMING1234 · reddit · 2026-11-03

Reddit 用户发布开源项目 Vantage：一款 Windows 11 应用，在聊天框输入任务后由 AI 模型直接在你的真实桌面上执行——看屏幕、点击打字、通过 Windows UI Automation 读窗口内容、可运行 PowerShell。

作者演示：单条 prompt 让它打开 7 篇 Wikipedia 文章、读取 infobox 数据、用 Calculator 做长度换算、逐篇存 Notepad 文件、读取系统信息并写排序总结，共约 80 步、8 分钟完成（使用 Gemini 3.8 Flash）。
设计重点是「读而非猜」：读取窗口真实文本而非依赖截图，没读到的数字就不会输入；也尊重指定工具（说用 Calculator 就用 Calculator），不碰已开的浏览器标签和剪贴板。
自带 API key（任意接受图片输入的 OpenAI 兼容模型），全部数据本地存储，key 由 Windows DPAPI 加密。
仅支持 Windows，尚处早期，执行前不逐步征求确认，效果高度依赖所用模型。

「编程与Agent」频道最新