Repolode
Enviar
Jeomon

Jeomon/Windows-Use

Un agente de IA que controla Windows desde la interfaz gráfica: lee la pantalla mediante UI Automation y usa cualquier LLM para hacer clic, escribir y ejecutar tareas.

Alternativa open source a:Microsoft Power Automate DesktopUiPathAutomation Anywhere

Ver en GitHub
Estrellas
470
Forks
63
Issues abiertos
3
Último commit
hace 26 días

¿Qué es?

Windows-Use es un agente de IA en Python que opera Windows a través de su interfaz gráfica. Lee la pantalla con la API de Windows UI Automation, en lugar de usar un modelo de visión por computadora, y luego utiliza un LLM para decidir qué elemento debe pulsar, dónde escribir, qué desplazar o qué ejecutar. Solo tienes que indicarle una tarea en inglés corriente para que realice los pasos.

El agente incluye herramientas básicas para controlar el mouse y el teclado, abrir y cambiar el tamaño de ventanas, ejecutar comandos de PowerShell, extraer texto de páginas web y administrar escritorios virtuales. Un modo experimental añade lectura y escritura de archivos, memoria persistente en Markdown y acciones para seleccionar y editar varios elementos a la vez. Admite numerosos proveedores de LLM, como Anthropic, OpenAI, Google, Ollama y Groq, y se puede usar desde una CLI en la terminal o mediante una API de Python con llamadas síncronas y asíncronas.

Como el agente puede modificar archivos y ajustes del sistema, el proyecto no ofrece un entorno aislado y recomienda ejecutarlo en una máquina virtual o en Windows Sandbox.

Funciones clave

  • 01Lee la pantalla mediante la API de Windows UI Automation, sin un modelo de visión.
  • 02Admite 14 proveedores de LLM, como Anthropic, OpenAI, Google y Ollama.
  • 03Controla el mouse, el teclado, las ventanas y los escritorios virtuales.
  • 04Ejecuta comandos de PowerShell y lee sus resultados.
  • 05Ofrece una CLI para la terminal y API de Python síncronas y asíncronas.
  • 06Incluye entrada y salida de voz opcionales mediante proveedores de STT y TTS.

Casos de uso

  • Automatizar tareas de escritorio repetitivas en aplicaciones de Windows que no tienen API.
  • Crear prototipos de agentes de IA que operen software nativo de Windows.
  • Ejecutar flujos de trabajo con interfaz gráfica en una máquina virtual desechable para pruebas o investigación.

Temas

#ai-agent#windows#automation#llm#ui-automation#gui-automation#python

Preguntas frecuentes

¿Qué es Windows-Use?
Un agente de IA que controla Windows desde la interfaz gráfica: lee la pantalla mediante UI Automation y usa cualquier LLM para hacer clic, escribir y ejecutar tareas. Windows-Use es un agente de IA en Python que opera Windows a través de su interfaz gráfica. Lee la pantalla con la API de Windows UI Automation, en lugar de usar un modelo de visión por computadora, y luego utiliza un LLM para decidir qué elemento debe pulsar, dónde escribir, qué desplazar o qué ejecutar. Solo tienes que indicarle una tarea en inglés corriente para que realice los pasos.
¿Windows-Use es gratuito? ¿Qué licencia tiene?
Windows-Use es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿Windows-Use sigue mantenido?
Mantenimiento activo. El último commit de Windows-Use fue el 23 sept 2026.
¿Para qué puedo usar Windows-Use?
Automatizar tareas de escritorio repetitivas en aplicaciones de Windows que no tienen API. Crear prototipos de agentes de IA que operen software nativo de Windows. Ejecutar flujos de trabajo con interfaz gráfica en una máquina virtual desechable para pruebas o investigación.
¿Dónde consigo Windows-Use?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/Jeomon/Windows-Use

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados