Self-Operating ComputerOpen-source AI-agent die je computer bedient via schermzicht en muis/toetsenbordbesturing.

4.7 (6)

Beoordeeld door Daniel Nikulshyn·Bijgewerkt mei 2026

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

Overzicht

Self-Operating Computer is een open-source framework dat meervoudige AI-modellen in staat stelt een desktop te bedienen zoals een persoon dat zou doen. Het maakt screenshots, interpreteert de interface en geeft muisklikken en toetsenbordinvoer om door de gebruiker gedefinieerde taken uit te voeren in elke toepassing. Het project ondersteunt meerdere onderliggende modellen, waaronder GPT-4 met visie, Gemini, Claude en LLaVA, waardoor gebruikers kunnen kiezen tussen cloud- en lokale opties. Omdat het visueel werkt in plaats van via API's, kan het theoretisch elk programma bedienen dat een mens kan gebruiken, van browsers tot native software. Het is voornamelijk gericht op ontwikkelaars en onderzoekers die autonome agenten, computergebruik-AI en workflowautomatisering verkennen. De installatie gebeurt via de opdrachtregel en taken worden beschreven in natuurlijke taalprompts.

Belangrijkste functies

Schermafbeelding-gebaseerd schermbegrip
Geautomatiseerde muis- en toetsenbordbesturing
Multi-modelondersteuning (GPT-4, Gemini, Claude, LLaVA)
Natuurlijke taal-taakprompts
Platformonafhankelijke desktopcompatibiliteit
Open-source, uitbreidbare codebase

Prijs

Model: Freemium
Categorie: Task automation
Beoordeling: 4.7 / 5 (6)

Toepassingen

Prototype autonome computergebruik-agenten

Onderzoekers en ontwikkelaars kunnen experimenteren met visie-gebaseerde AI-agenten die het scherm waarnemen en muis en toetsenbord besturen om door de gebruiker gedefinieerde desktoptaken uit te voeren.

Automatiseer workflows tussen toepassingen

Gebruik natuurlijke taalprompts om sequenties over browsers en native apps te besturen, aangezien het framework elk programma visueel bestuurt in plaats van te vertrouwen op API's.

Benchmark meervoudige modellen op UI-taken

Vergelijk GPT-4 met visie, Gemini, Claude en LLaVA op identieke schermbesturingstaken om nauwkeurigheid, snelheid en kostenoffer's te evalueren.

Breid een open-source agentframework uit

Fork en wijzig de codebase om nieuwe modellen, tools of taakstrategieën toe te voegen, en bouw aangepaste autonome agenten op basis van een werkende basis.

Pluspunten & minpunten

Pluspunten

Gratis en open source
Werkt met meerdere visie-capable LLMs
Beheert elke zichtbare toepassing, niet alleen het web
Nuttige basis voor agentonderzoek en -experimentatie

Minpunten

Nauwkeurigheid is sterk afhankelijk van het gekozen model
Vereist technische installatie via terminal
Kan traag zijn en UI-fouten maken
API-gebruikskosten kunnen oplopen bij lange taken

Recensies

4.7

Gemiddelde van 6 beoordelingen.

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.