开启 Computer-Use 2.0 时代：CUA 跨系统虚拟机驱动与大规模 Agent 评测底座

让 AI 能够像人类一样看懂显示器屏幕、敲击键盘、点击鼠标操作各类复杂桌面软件（Computer-Use），一直被公认为实现通用数字员工的终极形态。然而在工程实践中，如何安全地为智能体提供干净沙箱、如何以超低延迟捕获操作系统图形界面、以及如何大规模评估智能体的操作成功率，一直是业界面临的巨大鸿沟。

开源项目 CUA（trycua/cua）提出了颠覆性的全栈解决方案，口号十分振奋人心：“给 AI 智能体一台真正能用的电脑（Give AI agents computers they can use）”。目前该项目星标已高达 26,500+ Stars，上周增星超过 2,240+！

---

🚀 极速下载与体验（GH-Proxy 专属加速直达）

通过 GH-Proxy 专属加速通道，你可以免除网络超时阻碍，极速拉取 CUA 核心组件与虚拟机镜像：

👉 点击直达 GH-Proxy 首页加速下载 CUA
(备用直达链接：https://gh-proxy.com/https://github.com/trycua/cua)

快速安装命令：

git clone https://gh-proxy.com/https://github.com/trycua/cua.git
cd cua
pip install -e .

---

🖥 全栈架构：CUA 包含哪些核心模块？

CUA 项目并非单一的脚本，而是构建了一个完整的 Computer-Use 2.0 基础设施宇宙：

1. Cua Spaces：专为 macOS 与各主流系统优化的轻量桌面虚拟机管理器，让每个 Agent 拥有绝对隔离且运行流畅的真实操作系统环境；
2. Cua Driver：高性能跨 OS 键鼠自动化驱动库，针对鼠标移动轨迹拟人化、窗口句柄激活与屏幕高帧率截图传输进行了极致优化；
3. Lume 轻量级虚拟机基座：支持秒级启动与快照回滚（Snapshot Rollback），任务执行完毕瞬间还原初始环境；
4. CUA-S1 决策小模型：配合视觉基础模型，提供高精度的屏幕坐标像素预测；
5. Cua Bench 评测基准：涵盖网页交互、办公软件多步操作、文件管理等数百个标准化自动化挑战集。

---

🛠 代码示例：启动沙箱并委派桌面任务

from cua import CuaSpaces, DesktopAgent

# 启动一个完全沙箱隔离的 Mac/Linux 虚拟机
space = CuaSpaces.create(os="macos-sequoia", headless=False)

agent = DesktopAgent(model="claude-3-7-sonnet")

# 指派复杂的桌面跨软件协作目标
agent.execute(
    space=space,
    goal="打开 Blender 软件，导入 /assets/cube.obj 模型并渲染为 PNG 保存至桌面"
)

# 任务完成，保存快照并安全销毁沙箱
space.snapshot("task_completed")
space.destroy()

---

🎯 商业与研发价值

• 复杂工业软件自动化：自动化操作无标准 API 的 CAD、BIM、金融交易终端或老旧 Windows 专用软件；
• 全自主跨平台自动化测试：对桌面 App 开展端到端、多系统版本的回归测试；
• 海量合成训练数据生成：自动化录制上万小时的高质量人机交互轨迹数据集，用于微调下一代多模态基础模型。