开源跨OS电脑操控框架，后台运行不抢焦点
推荐指数 74.0 NO. 001 · 2026.07.20
Stars20,200
为什么值得看
Cua 提供 macOS/Windows/Linux 三端的原生桌面应用后台操控能力，Agent 可在不抢占用户光标和焦点的情况下点击、输入、验证。对需要大规模部署电脑使用 Agent 的团队，解决了多机并发和跨平台一致性的基础设施难题。
Scale computer-use 2.0 with open-source drivers, cross-OS fleets, and benchmarks for training, evaluation, and data generation.
媒体预览
编辑判断
之前做电脑操控 Agent 的团队大多依赖 Playwright 或 PyAutoGUI，但这些方案要么只能管浏览器，要么会抢占本地输入焦点，无法多实例并行。Cua 的差异化在于原生驱动层做了后台隔离，配合 Lume 的 macOS VM 方案，理论上可以像管理 K8s 容器一样管理成百台虚拟桌面。
跟 Anthropic 的 Computer Use API 或微软的 OmniParser 相比，Cua 是开源+自托管路线，适合对数据隐私敏感或需要定制操控逻辑的场景。已经在用 Claude Computer Use 做自动化的团队，可以评估把 Cua Drivers 作为降级/兜底方案，避免被单一供应商锁死。
Star History
生态分析
Beta
跨平台电脑使用Agent基础设施层，填补大规模部署与原生OS操控的中间件空白
独特价值：唯一支持macOS/Windows/Linux三端无侵入操控的开源跨OS Agent舰队方案