蜡笔猫导航
它能做什么
- 截图识别屏幕内容，模拟鼠标移动与点击完成操作
- 可直接向桌面应用输入文本，像人一样操作图形界面
- 提供容器化 Demo 与 macOS 原生参考实现两套示例
- 附 VNC 远程桌面驱动示例，含 Python 与 TypeScript 版本
- 分享图像裁剪、提示缓存等提升可靠性与降成本的实践
适合谁
- 想为应用加入桌面自动化能力的开发者
- 需要让 Agent 代为操作桌面或浏览器 GUI 的团队
- 研究 computer use 实现模式与成本优化的工程师
详细介绍
通过屏幕视线识别、鼠标移动、点击与文本输入，实现与人类桌面完全一致的图形用户界面操作交互。