一个安全的云Linux计算机系统，由E2B Desktop Sandbox提供支持，可通过开源大语言模型控制，实现计算机操作自动化。
一分钟了解#
open-computer-use是一个让AI能够操作计算机的系统，它提供了一个安全的云Linux环境，可通过多种开源大语言模型控制。这个系统适合需要AI自动化执行计算机任务的场景，特别是那些需要视觉感知、键盘鼠标交互和shell命令执行能力的应用。
核心价值：让AI能够像人类一样操作计算机，执行复杂的多步骤任务。
快速上手#
安装难度：中 - 需要获取多个API密钥并设置环境变量
# 安装依赖
brew install poetry ffmpeg
# 克隆仓库
git clone https://github.com/e2b-dev/open-computer-use/
# 设置环境变量
# 创建.env文件并添加API密钥
E2B_API_KEY="your-e2b-api-key"
OPENAI_API_KEY=...
ANTHROPIC_API_KEY=...
GROQ_API_KEY=...
# 根据使用的模型添加相应API密钥
# 启动系统
poetry run start --prompt "your-instruction"
适合我的场景吗？
- ✅ AI助手开发：需要实现能够操作计算机的AI助手
- ✅ 自动化测试：让AI自动执行UI测试任务
- ✅ 内容创作：AI自动进行网页操作、图像处理等创作工作
- ❌ 简单脚本需求：只需要基本的脚本自动化，无需复杂交互
- ❌ 离线环境：需要完全离线运行，不依赖云服务
核心能力#
1. 多模型支持系统#
- 支持超过10种不同的LLM模型，包括OpenAI的GPT-4o、Anthropic的Claude、Google的Gemini 2.0等 实际价值：用户可以根据需求选择最适合的模型，平衡性能和成本
2. 实时显示流#
- 实时流式传输沙箱环境的显示画面到客户端计算机 实际价值：用户可以直观地观察AI的操作过程，进行实时干预和指导
3. 多交互方式#
- 支持通过键盘、鼠标和shell命令三种方式控制计算机 实际价值：AI可以执行从简单键盘输入到复杂系统命令的各种操作
4. 用户可干预#
- 用户可以在任何时候暂停并提示AI 实际价值：增强系统的可控性和安全性，防止AI执行不期望的操作
5. 灵活配置#
- 可通过简单的配置文件轻松更换和组合不同的LLM模型 实际价值：无需修改代码即可定制AI的能力组合，适应不同任务需求
技术栈与集成#
开发语言：Python 主要依赖：E2B API、Poetry（Python包管理器）、FFmpeg、多种LLM提供商API 集成方式：API / SDK / Library
维护状态#
- 开发活跃度：活跃开发中，有清晰的模型提供商扩展机制
- 最近更新：近期有更新，支持最新的LLM模型如Llama 3.3
- 社区响应：欢迎社区贡献新的模型提供商，说明项目重视生态建设
文档与学习资源#
- 文档质量：基础
- 官方文档：README中提供基本使用指南
- 示例代码：提供启动命令和配置示例