字节跳动开源的多模态 AI Agent 工具栈,包含 CLI 与 Web UI 版 Agent TARS 及桌面 GUI 智能体应用 UI-TARS Desktop。
e2b-dev/desktop
基于 E2B 的开源 Linux 桌面沙箱,AI 模型可通过鼠标、键盘和截图操控,并支持流式查看。
- Star
- 1,557
- Fork
- 188
- 未关闭 Issue
- 11
- 最近提交
- 昨天
这是什么?
E2B Desktop Sandbox 是基于 E2B Sandbox 构建的虚拟 Linux 桌面环境,专为大语言模型的电脑操作(Computer Use)场景设计。每个沙箱彼此隔离,并可按需安装额外依赖。开发者通过 Python 或 JavaScript SDK 创建沙箱,再在其中启动 Chrome、Firefox、VS Code 等应用。
SDK 提供桌面操控接口,包括鼠标点击、拖拽、滚动、输入文字、组合键、窗口查询、截图和执行 shell 命令。桌面画面可以以流的形式输出为浏览器可访问的地址,既可以展示整个屏幕,也可以只展示某个应用窗口,并支持密码保护和只读观看模式。
桌面环境基于 Linux 和 Xfce。沙箱模板代码开放,团队可以自行构建模板,加入额外软件包或更换桌面环境。
核心功能
- 01通过 Python 和 JavaScript SDK 控制鼠标、键盘和滚动。
- 02支持截图与窗口查询,便于智能体获取界面反馈。
- 03可将整个桌面或单个应用窗口以流的形式输出到网址。
- 04流媒体支持密码保护和只读观看模式。
- 05基于 Linux 和 Xfce 的沙箱模板可自定义。
适用场景
- 让大语言模型智能体操作没有 API 的图形界面应用。
- 在隔离环境中执行基于浏览器的电脑操作任务。
- 通过流媒体远程展示或人工监督桌面会话。
- 构建预装特定工具的自定义桌面模板。
快速上手
- 1
获取 E2B API 密钥并设置 E2B_API_KEY
- 2
安装 Python SDK
pip install e2b-desktop - 3
创建桌面沙盒并启动应用
使用前须知
- 运行沙盒需要 E2B 账户和 API 密钥。
- 同一时间只能进行一路视频流。
收录于专题
标签
常见问题
- desktop 是什么?
- 基于 E2B 的开源 Linux 桌面沙箱,AI 模型可通过鼠标、键盘和截图操控,并支持流式查看。 E2B Desktop Sandbox 是基于 E2B Sandbox 构建的虚拟 Linux 桌面环境,专为大语言模型的电脑操作(Computer Use)场景设计。每个沙箱彼此隔离,并可按需安装额外依赖。开发者通过 Python 或 JavaScript SDK 创建沙箱,再在其中启动 Chrome、Firefox、VS Code 等应用。
- desktop 可以免费使用吗?用的什么许可证?
- desktop 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- desktop 还在维护吗?
- 活跃维护中。desktop 最近一次提交是在 2026年11月6日。
- desktop 适合用来做什么?
- 让大语言模型智能体操作没有 API 的图形界面应用。 在隔离环境中执行基于浏览器的电脑操作任务。 通过流媒体远程展示或人工监督桌面会话。 构建预装特定工具的自定义桌面模板。
- desktop 怎么安装和运行?
- 获取 E2B API 密钥并设置 E2B_API_KEY 安装 Python SDK: pip install e2b-desktop 创建桌面沙盒并启动应用
- 在哪里获取 desktop?
- 源代码和安装说明在 GitHub 上:https://github.com/e2b-dev/desktop
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
开源计算机使用智能体框架,通过鼠标、键盘和屏幕操作真实图形界面,完成桌面与网页应用中的任务。
基于 WebAssembly 与 V8 的轻量沙箱,为 AI 智能体提供带文件、进程、Shell 和网络的类 Linux 环境。
一个让大模型自主操作 Android 手机与电脑的框架,可用自然语言下达任务。
面向 Moonlight 的串流服务器,让多个远程客户端共享一台主机玩游戏,每个会话运行在 Docker 或 Podman 容器中。
为 AI 智能体提供沙箱化 shell 运行时,可在本地、Docker、AWS 或 Modal 等环境中执行命令。