Open Computer Use

开源的全栈自主计算机智能体框架，支持在 Docker 虚拟环境中通过自然语言控制浏览器、终端和桌面应用。项目由 coasty-ai 组织维护，采用 Apache 2.0 许可证，在 OSWorld Benchmark 中获得 82% 得分。

项目概述#

Open Computer Use 是一个开源的全栈自主虚拟计算机智能体框架，旨在让 AI 像人类一样操作浏览器、终端和桌面应用。项目定位为 "The Open Framework for autonomous virtual computer agents at scale"，支持 100% 自托管。

核心能力#

浏览器代理#

Search-first 策略（基于 Google Search API）
智能网页导航与自动表单填充
元素检测与智能点击
多标签页并行管理
截图验证与视觉反馈

终端代理#

隔离环境中的命令执行
文件操作（读/写/编辑/删除）
脚本执行与包安装
实时输出流式反馈

桌面代理#

基于计算机视觉的 UI 元素检测
鼠标与键盘控制、窗口管理
OCR 文本提取
跨平台支持（Linux desktop）

多代理系统#

AI Planner 进行任务分解
顺序执行与上下文传递
错误处理与自动重试
用户交互确认机制

性能指标（官方数据）#

OSWorld Benchmark 排名 #1，得分 82%
平均任务完成时间约 45 秒
单服务器支持 50+ 并发会话
工具调用延迟 <500ms
VM 启动时间约 15 秒

应用场景#

研究与数据采集：网页抓取、竞品分析、学术论文收集
测试与 QA：自动化 UI 测试、跨浏览器测试、回归测试
DevOps 与自动化：服务器配置、部署自动化、日志分析
电商运营：价格监控、订单管理、库存跟踪
商业智能：报告生成、仪表板监控、KPI 跟踪

系统架构#

Frontend (Next.js 15) → Backend API (FastAPI) → Docker VM (Ubuntu 22.04 + XFCE)

前端提供聊天 UI、模型选择、VM 管理界面；后端作为核心编排层，处理 AI 规划、多智能体执行服务、WebSocket 通信；Docker VM 包含 Chrome 浏览器、终端、VNC Server。

安装部署#

前置条件：Node.js 20+、Python 3.10+、Docker & Docker Compose、Supabase 账户、AI 提供商 API 密钥

git clone https://github.com/coasty-ai/open-computer-use.git
cd open-computer-use
cp .env.example .env
cp backend/.env.example backend/.env
npm install
cd backend && python -m venv venv && source venv/bin/activate && pip install -r requirements.txt
docker-compose up --build

访问地址：前端 http://localhost:3000，后端 http://localhost:8001

关键配置#

必需环境变量：Supabase 配置（URL、Anon Key、Service Role）、安全密钥（ENCRYPTION_KEY、CSRF_SECRET）

AI 提供商支持：OpenAI、Anthropic、Google、xAI、Mistral、Azure、Perplexity、OpenRouter（100+ 模型）

BYOK 模式：所有 API 密钥加密存储，用户完全控制 AI 成本和用量

待确认信息#

OSWorld Benchmark 82% 得分需独立验证
Windows/macOS VM 支持计划在 Q1 2026
暂未发现关联的学术论文