Self-Operating Computerראשון - סוכן AI פתוח המפעיל את המחשב שלך באמצעות תצלום מסך ובקרת מקשי הקלדה ועכבר

4.7 (6)

נבדק על ידי Daniel Nikulshyn·עודכן מאי 2026

Open Source AI Agent Computer Use Desktop Automation Multimodal AI Developer Tools Research

סקירה

Self-Operating Computer הוא מסגרת בקוד פתוח המאפשרת למודלי AI רב-מודאליים לשלוט בשולחן העבודה כמו אדם. הוא מצלם צילומי מסך, מפרש את הממשק ומוציא קליקים בעכבר וקלטים במקלדת כדי לבצע משימות המוגדרות על ידי המשתמש בכל יישום. הפרויקט תומך במספר רב של מודלים שונים, כולל GPT-4 עם ראייה, Gemini, Claude ו-LLaVA, המאפשרים למשתמשים לבחור בין אפשרויות ענן לאפשרויות מקומיות. מכיוון שהוא פועל בצורה ויזואלית ולא באמצעות ממשקי API, הוא יכול לפעול תיאורטית על כל תוכנית שיכולה להפעיל אדם, החל מדפדפנים ועד לתוכנות מקוריות. הוא מיועד בעיקר למפתחים ולחוקרים הבוחנים סוכנים אוטונומיים, בינה מלאכותית לשימוש במחשב ואוטומציה של זרימות עבודה. ההגדרה נעשית באמצעות שורת הפקודה, ומשימות מתוארות באמצעות הנחיות שפה טבעית.

תכונות עיקריות

חשיפת המסך של תצלום
בקרת עכבר מאוטומטית
תמיכה במודלים רבים (GPT-4, Gemini, Claude, LLAMA)
מניעת משימות בשפה טבעית
תאימות תוכנת דסקטופ
מאגר קוד פתוח, נשלט

תמחור

מודל: Freemium
קטגוריה: Task automation
דירוג: 4.7 / 5 (6)

מקרי שימוש

היצירה של סוכני חלקי עצמאי חדש

מדענים ומפתחי פרוייקטים יכולים לנסות ולשבש AI חברה חזיית המסך זה הזרקו

אוטומטרצק' של זרימות חשבון

שתגבש פקודות טבעיות על פני יישמי זמן-ארע שוני

דק'ן בכו'זס

שתעשר LLaVA CLAUs ועל' CLAUMs

“}”

פיתוח מאגר קוד

תתירכ' אמצא' LLaVAMs פק, GEMA CLAUDE

יתרונות וחסרונות

יתרונות

חינם ומקור
חברה עם LLMs רב-חזית
שולט בכל יישום שנראה על המסך, ולא רק API
מקור נחשב למיד לסוכני חיפוש
הקצאה התקנה תלויה בטרמינל

חסרונות

דיוק תלוי במודל שנבחר
בדרג' של יצירת התקנה
באפשרות לאט מידע
באפשרות 'לעשוק'
בעלי 'מסילה' יכול להוסיף על 'עלות' API

ביקורות

4.7

ממוצע מ-6 דירוגים.

התחבר כדי להשאיר ביקורת.

Victor Nguyen

May 25, 2026

Does the job

Pretty happy overall. Cross-platform desktop compatibility just works and controls any visible application, not just web. but no dealbreakers — I'd recommend it to a friend without hesitating.

Nadia Petrova

Feb 23, 2026

Years in this space

I've evaluated a lot of these over the years. What stands out here is cross-platform desktop compatibility — handled better than most — and free and open source. Worth the time if this is your use case.

Gunnar Eriksson

Jan 9, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: cross-platform desktop compatibility and works with multiple vision-capable LLMs. Where it lags: requires technical setup via terminal. On balance the feature set — especially automated mouse and keyboard control — justifies the 5 stars for our use case.

Leila Hassan

Nov 11, 2025

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on automated mouse and keyboard control, and controls any visible application, not just web caught me off guard. Can be slow and make UI mistakes is why this isn't a perfect score, still, I'd recommend giving it a real trial.

Joanna Kowalski

Jul 30, 2025

Years in this space

I've evaluated a lot of these over the years. What stands out here is open-source, extensible codebase — handled better than most — and useful base for agent research and experimentation. Can be slow and make UI mistakes is my one real gripe. Worth the time if this is your use case.

Devin Walker

Jun 25, 2025

Does the job

Pretty happy overall. Automated mouse and keyboard control just works and controls any visible application, not just web. Can be slow and make UI mistakes can be annoying, but no dealbreakers — I'd recommend it to a friend without hesitating.