trycua/cua
它解决的是「让 AI 智能体真的去操作电脑」这件事的底层条件：提供跨 macOS / Windows 的虚拟机沙箱、操作驱动和评测基准，让智能体在隔离环境里点击、输入、跑完任务，并可批量产出训练与评测数据。适合做 agent 研发、数据生成和 GUI 自动化测试的团队，不是给普通用户开箱即用的桌面工具。
这个项目是什么
为计算机操作类 AI 智能体提供跨系统沙箱、驱动与评测基准的开源基础设施。
能用来做什么
- 在隔离虚拟机里测试电脑操作智能体
- 批量生成桌面操作的训练与评测数据
- 跨 macOS / Windows 的 GUI 自动化回归测试
- 给自建 agent 提供可重置的安全执行环境
- 用统一基准对比不同模型的任务完成率
上手条件
普通人
需要技术背景
图形界面
没有图形界面
部署
需要自己部署
API Key
需要
成本：代码按 MIT 免费；沙箱要自备算力与虚拟化环境，macOS 沙箱通常还需苹果硬件；调用模型另付 API 费用。
能接入：本次未取到 README，无法确认是否提供 MCP、n8n 节点或官方 REST API；从定位看更像 SDK / CLI 形式嵌入 agent 训练与评测流水线，对外接口需自行封装。
软件开发：在沙箱中跑 GUI 回归测试软件开发：训练跨系统操作智能体办公：自动驱动桌面软件处理表单流程电商：验证跨平台后台的自动化操作脚本
商业方向与限制
可以怎么变现：可做计算机操作智能体的评测与数据标注服务，或帮企业搭建私有化的桌面自动化测试沙箱环境。
限制：许可证为 MIT，商用友好；但本次未取到 README，安装方式、硬件要求与维护节奏均无法核实，高 Star 不等于可直接上手。需要虚拟化与运维经验，非技术用户基本无法独立部署。
计算机操作智能体虚拟机沙箱自动化测试训练数据开源基础设施
Star 历史
2 个快照2026-10-182026-10-19
页面上的中文判断由模型基于仓库信息与 README 生成，会标注不确定性；Star 与许可证等事实来自 GitHub 官方 API。发现分析有误可以在后台重新分析该仓库。