Repolode
提交项目
Jeomon

Jeomon/Windows-Use

一个通过 Windows UI Automation 读取界面、由大模型决定点击与输入的 Windows 图形界面 AI 代理。

在 GitHub 查看
Star
472
Fork
63
未关闭 Issue
3
最近提交
27天前

这是什么？

Windows-Use 是一个用 Python 编写的 AI 代理，可代替用户操作 Windows 桌面。它通过 Windows UI Automation API 读取界面，而不是依赖计算机视觉模型，再把界面状态交给大语言模型，由模型决定下一步点击、输入、滚动、拖拽、按快捷键、启动或调整窗口，或执行 PowerShell 命令。

用户用自然语言描述任务，代理会循环执行“观察、决策、操作”，直到给出结果或达到步数上限。它支持 Anthropic、OpenAI、Google Gemini、Ollama、Groq、Azure OpenAI 等多种模型服务，提供同步与异步调用接口、命令行工具、可订阅每一步的事件系统，以及可选的语音输入输出。

项目本身不提供沙箱隔离，因此建议在虚拟机或 Windows Sandbox 中运行。

核心功能

  • 01通过 UI Automation 读取界面，无需视觉模型
  • 02支持鼠标点击、输入、滚动、拖拽和快捷键
  • 03可启动、切换和调整应用窗口
  • 04可执行 PowerShell 命令并读取输出
  • 05可管理 Windows 虚拟桌面
  • 06支持十余种大模型服务，并提供交互式命令行

适用场景

  • 自动化缺少 API 的桌面应用中的重复性操作
  • 用自然语言描述任务来测试 Windows 图形界面流程
  • 在虚拟机中试验由大模型驱动的电脑控制

快速上手

  1. 1

    使用 pip 安装该包

    pip install windows-use
  2. 2

    在终端中运行交互式代理

    windows-use

使用前须知

  • 仅支持 Windows（Windows 7 至 11），无法在 macOS 或 Linux 上运行。
  • 代理直接操作真实桌面且没有沙箱隔离，建议在虚拟机中运行。
  • 大多数示例需要付费 LLM 服务商的 API 密钥，或本地运行的模型。

标签

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

常见问题

Windows-Use 是什么？
一个通过 Windows UI Automation 读取界面、由大模型决定点击与输入的 Windows 图形界面 AI 代理。 Windows-Use 是一个用 Python 编写的 AI 代理，可代替用户操作 Windows 桌面。它通过 Windows UI Automation API 读取界面，而不是依赖计算机视觉模型，再把界面状态交给大语言模型，由模型决定下一步点击、输入、滚动、拖拽、按快捷键、启动或调整窗口，或执行 PowerShell 命令。
Windows-Use 可以免费使用吗？用的什么许可证？
Windows-Use 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
Windows-Use 还在维护吗？
活跃维护中。Windows-Use 最近一次提交是在 2026年9月23日。
Windows-Use 适合用来做什么？
自动化缺少 API 的桌面应用中的重复性操作 用自然语言描述任务来测试 Windows 图形界面流程 在虚拟机中试验由大模型驱动的电脑控制
Windows-Use 怎么安装和运行？
使用 pip 安装该包: pip install windows-use 在终端中运行交互式代理: windows-use
在哪里获取 Windows-Use？
源代码和安装说明在 GitHub 上：https://github.com/Jeomon/Windows-Use

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目