蛐蛐 (QuQu)

Windows‑Use 是 CursorTouch 团队在 2025 年推出的开源 Windows 自动化代理 项目，旨在让大型语言模型（LLM）直接操控 Windows 操作系统，实现系统级别的自动化任务。 Windows‑Use开源项目官网入口网址： 核心功能：项目支持 打开应用、按钮点击、文字输入、运行命令 等基本交互，并能够 实时捕获和理解界面状态，智能判断下一步操作。它不依赖传统的计算机视觉模型，而是通过直接读取 UI 树信息实现高效交互。兼容性：兼容 Windows 7 至 Windows 11 各版本，且提供 语音输入 接口，进一步降低使用门槛。使用场景：除了日常办公自动化外，项目还可用于 游戏脚本、软件测试、批量任务执行 等多种场景，展示了 AI 与桌面环境深度融合的潜力。安全提示：由于 Windows‑Use 直接操作系统资源，项目方建议 在沙盒或受控环境中使用，以降低误操作或安全风险。 Windows‑Use 为 AI 与本地桌面交互提供了一条全新的路径，使得 LLM 能像“系统管理员”一样执行复杂的 UI 操作，极大提升了生产力和自动化水平。

Coze Studio 是由字节跳动开发并开源的一站式 AI Agent 开发平台，旨在通过可视化工具和低代码/无代码方式简化 AI Agent 的创建、调试和部署过程。它为开发者和非技术用户提供了构建智能体、应用和工作流的便捷途径，支持从开发到部署的全流程支持。 coze-studio开源项目地址：https://github.com/coze-dev/coze-studiocoze-studio中文地址：链接 Coze Studio 的核心功能包括可视化工作流编排、模型服务管理、知识库（RAG）支持、插件扩展、API 接口和 SDK 提供等。其技术架构基于微服务和领域驱动设计（DDD）原则，采用 Golang 和 React + TypeScript 构建，确保高性能、高扩展性和可维护性。开发者可以通过拖拽式界面快速构建复杂业务逻辑，无需编写复杂代码，适合快速原型验证和中小型企业应用落地。 Coze Studio 的开源版本提供了详细的部署指南和社区支持，支持私有化部署，适用于数据安全要求高的企业场景。其开源版本在功能上与商业版存在差异，但已广泛应用于 AI Agent 开发领域，成为 AI 开发的重要工具之一。 Coze Studio 作为字节跳动在 AI 领域的重要战略布局，不仅降低了 AI 开发门槛，还为开发者和企业提供了从创意到落地的全链路支持，是构建 AI 应用的重要工具。

UI-TARS（UI-TARS）是一个由字节跳动（ByteDance）开发的开源多模态智能体模型，旨在实现自动化GUI交互和复杂任务处理。其核心目标是通过结合视觉语言模型与强化学习，提升在图形界面（GUI）、游戏、代码使用和工具操作等任务中的表现。UI-TARS不仅具备强大的推理能力，还支持多种任务场景的自动化处理，例如桌面操作、移动设备操作、游戏交互等。 UI-TARS官网入口网址：https://seed-tars.com/UI-TARS开源项目地址：https://github.com/bytedance/UI-TARS 主要特点与功能 开源与部署：UI-TARS 提供开源模型（如 UI-TARS-1.5-7B），支持通过 Hugging Face 和 GitHub 部署。模型能力：支持桌面操作（鼠标点击、拖拽、键盘输入）、移动设备操作（长按、打开应用等）以及轻量级任务输出。推理与推理能力：通过强化学习增强推理能力，提升性能和适应性。评估与基准：在多个基准测试中表现优异，如 Windows Agent Arena、WebVoyager、Android World 等。局限性：存在滥用风险、计算资源需求高、可能产生幻觉、模型规模限制等。 版本与更新 UI-TARS-1.5：当前主要版本，具备增强的 GUI、游戏和工具使用能力。UI-TARS-2：重大升级版本，集成更多能力，支持更复杂的任务。UI-TARS-1.5-7B：开源模型，可在 Hugging Face 上获取。 使用与部署 部署方式：支持本地部署、Hugging Face 端点部署。代码示例：提供 Python 示例代码，用于解析模型输出并生成操作代码。坐标处理：提供坐标处理指南和可视化工具。 UI-TARS 是一个强大的多模态代理模型，适用于 GUI 交互、游戏、自动化任务等场景，具备开源、可部署、可扩展的特点，适合研究和实际应用。

LocalGPT 是一个开源的本地大模型 GPT 工具，旨在让用户在本地设备上与文档进行对话，确保数据隐私和安全。它是一个完全私密的解决方案，所有数据处理均在本地完成，确保用户数据不会离开设备。LocalGPT 支持多种开源模型，如 HF、GPTQ、GGML、GGUF 等，并提供多种嵌入选项，用户可以无缝集成这些模型以增强其功能。此外，LocalGPT 提供了命令行和图形界面两种交互方式，支持 GPU、CPU、HPU 和 MPS 等多种平台，确保在不同硬件环境下都能高效运行。 LocalGPT开源项目官网入口网址：https://github.com/PromtEngineer/localGPT LocalGPT 的核心功能包括数据本地存储、模型可重复使用、对话历史记录、API 接口支持以及多格式文档处理（如 PDF、DOCX、TXT、Markdown 等）。用户可以通过 API 构建检索增强应用（RAG），并利用其强大的本地计算能力进行文档分析和问答。LocalGPT 的设计灵感来源于 privateGPT，旨在为用户提供一个安全、私密且高效的本地 AI 体验。 LocalGPT 的部署和使用相对简单，用户可以通过克隆 GitHub 仓库、安装依赖并运行本地实例来快速启动项目。项目提供了详细的文档和教程，帮助用户快速上手并充分利用其功能。此外，LocalGPT 的社区活跃，用户可以在 GitHub 上参与讨论和贡献代码，进一步推动项目的持续发展。 LocalGPT 是一个功能强大、安全且灵活的本地 AI 工具，适合需要在本地运行大模型、保护数据隐私的用户和企业使用。

EdgeClaw 是由面壁智能联合清华大学自然语言处理实验室（THUNLP）、中国人民大学、AI9Stars 以及 OpenBMB 社区共同研发的开源人工智能智能体运行框架。它定位为“安全高效的端云协同计算平台”，旨在解决当前 AI 应用在数据隐私泄露、成本失控以及对云端算力过度依赖等痛点。 EdgeClaw开源项目官网网址：https://github.com/OpenBMB/EdgeClawEdgeClaw中文介绍地址：链接 EdgeClaw 核心特性、技术架构和应用场景的详细解析： 1. 核心理念：安全与隐私至上 EdgeClaw 的诞生背景是为了解决 OpenClaw 在实际落地中出现的“隐私泄露”和“Token 浪费”问题。它通过引入三级安全协同机制，将用户数据按敏感程度分为 S1、S2、S3 三级进行处理： S1 级（公开数据）‍：可以直接发送至云端模型处理。S2 级（敏感数据）‍：在发送至云端之前会进行脱敏处理，确保隐私信息不外泄。S3 级（核心机密）‍：绝对不出门，必须由本地模型离线运行处理，零 Token 消耗。 这种“分级治理”结合 GuardAgent 隐私中间件和双检测引擎，构建了全链路的自动安全系统，确保数据在传输、处理和存储过程中的安全性。 2. 端云协同：成本与效率的平衡 EdgeClaw 通过性价比感知协同机制，实现了本地模型与云端模型的智能调度。 本地处理：对于计算量小、对延迟敏感或涉及机密信息的任务（如个人助理、内部文档处理），EdgeClaw 会自动路由至本地部署的 MiniCPM 系列模型或其他轻量模型进行处理。云端计算：对于计算量大、需要强大算力的任务（如复杂的内容生成、深度分析），则调用云端大模型。 这种双轨机制不仅保护了隐私，还显著降低了运营成本，因为本地处理的任务不消耗昂贵的云端 Token。 3. 强大的多智能体框架 EdgeClaw 继承了 OpenClaw 的“入口层、调度层、执行层”的设计，并在此基础上强化了安全性。它支持： 多设备部署：支持在 DGX Spark、Mac Mini、松果派等多种硬件设备上运行。多模型协同：不仅支持本地模型（如 MiniCPM），还支持与云端模型的无缝协作。海量 Skills 生态：内置了 54 个 AI 能力（Skills），覆盖通用办公（如邮件分类、简报生成）和专业垂直领域（如审计质检、财务顾问）。4. 硬件落地：EdgeClaw Box 为了让技术更加落地易用，面壁智能推出了硬件产品 EdgeClaw Box。这是一款软硬一体化的 AI 操作系统，预装 EdgeClaw 框架和 MiniCPM 模型，支持开箱即用。用户无需复杂配置，即可体验到“本地跑小龙虾”的安全感和高效性。 5. 开源精神与社区 EdgeClaw 坚持开源原则，所有代码和文档均公开，用户可以在代码层面审视每一个动作，随时修改或定制。这不仅保障了技术的透明度，也鼓励了全球开发者共同参与到智能体生态的建设中。 EdgeClaw 并不是单纯的 AI 软件，它是面向“一人公司”（OPC）和数据敏感型企业的全新 AI 解决方案。它打破了传统 AI 必须依赖云端的思维定式，让用户掌握了数据和算力的主动权，真正实现了“安全可控、成本降低、效率提升”的目标。

Shimmy 是一个开源的本地 AI 服务工具，旨在为用户提供一个隐私保护、高效且易于使用的本地 AI 推理环境。它通过提供 OpenAI 兼容的 API 接口，支持多种模型的本地运行，从而实现 AI 模型的本地化部署和使用。Shimmy 的核心目标是让用户在不依赖外部服务的情况下，能够高效地进行 AI 模型的训练和推理。 Shimmy开源项目官网入口网址：https://github.com/Michael-A-Kuykendall/shimmy Shimmy 的设计强调隐私保护和本地化运行，用户的数据不会离开本地环境，同时支持多种 GPU 后端（如 CUDA、Vulkan、OpenCL、MLX 等）以加速模型推理。此外，Shimmy 提供了丰富的开发工具和文档，包括集成模板、开发规范、架构保障和完整的文档支持，帮助开发者快速上手和构建基于 Shimmy 的项目。 Shimmy 的安装和使用非常便捷，支持多种操作系统和编程语言，包括 Rust、Python、Node.js 等。用户可以通过命令行工具或图形界面进行模型的加载、推理和管理。此外，Shimmy 还提供了详细的文档和示例代码，帮助用户快速上手。 Shimmy 的目标是成为 AI 开发的基础设施，提供一个高效、可靠、易于使用的本地 AI 服务解决方案。无论是个人开发者还是企业用户，都可以通过 Shimmy 实现 AI 模型的本地化部署和高效推理。