TuriX-CUA – 开源AI桌面Agent，自动进行屏幕识别和操作

TuriX-CUA的主要功能

• 屏幕识别与操作：通过截屏识别屏幕内容，控制鼠标点击和键盘输入，实现自动化任务。
• 多模态任务执行：支持多种复杂任务，如预订机票、搜索信息、生成图表和插入文档等。
• 多模型架构：采用 Planner 和 Executor 分工合作，提高任务执行的成功率和稳定性。
• 跨平台支持：兼容 Windows 和 MacOS 系统，适应不同用户的操作系统需求。
• MCP 协议集成：支持与 Claude 等其他 AI 工具通过 MCP 协议协作，扩展功能和应用场景。
• 灵活的模型配置：用户可更换底层 AI 模型，如 OpenAI 或本地部署的 Qwen3-VL，满足个性化需求。
• 任务规划与分解：通过 Planner 将复杂任务拆解为多个步骤，逐一执行，提升任务完成度。

如何使用TuriX-CUA

• 环境准备：安装 Python 和 Conda，创建 Python 环境并安装项目所需的依赖包。
• 模型配置：在配置文件中设置 AI 模型的接口信息，定义需要执行的任务描述。
• 权限设置：为系统授予截屏、控制鼠标键盘的权限，确保软件能够正常操作桌面元素。
• 启动 Agent：运行项目启动脚本，让 AI 开始执行配置好的任务。
• 配置任务：根据实际需求修改任务描述，确保任务表述清晰明确，提高执行的成功率。

TuriX-CUA的项目地址

• GitHub仓库：https://github.com/TurixAI/TuriX-CUA

TuriX-CUA的应用场景

• 文档处理：自动创建、编辑和发送文档（如 Word、Excel、PowerPoint），根据用户指令生成报告、插入图表发送给同事。
• 邮件管理：自动撰写、发送和回复邮件，根据预设规则处理日常邮件任务。
• 数据收集：自动从网页或应用程序中提取数据，例如搜索、记录产品价格、股票信息等。
• 内容搜索与浏览：自动在浏览器中搜索内容、浏览网页并执行操作，如点赞、评论或分享。
• 界面测试：自动测试软件的用户界面，验证功能是否正常运行。