suitedaces/computer-agent

What it solves

Taskhomie 是一款在地端運行的 AI Agent，旨在自動化電腦作業系統中的各項任務。它允許使用者透過自然語言指令來執行通常需要人工手動與桌面環境互動的動作。

How it works

該 Agent 運作模式分為兩種不同的模式：

• Computer Use Mode: 該 Agent 會對螢幕進行截圖，並直接控制滑鼠游標與鍵盤來與任何應用程式互動。
• Background Mode: 此模式使用 Chrome DevTools Protocol 進行網頁自動化，並使用終端機執行其他任務，讓使用者可以在 Agent 運作時繼續使用電腦。

系統是使用 Tauri 與 Rust 作為後端，React 作為前端，並利用 Anthropic 的模型（Haiku, Sonnet, 和 Opus）來處理指令。

Who it’s for

尋求自動化重複性桌面任務，或研究能夠與 GUI 與終端機互動的 AI Agent 能力的使用者。

Highlights

• Dual-mode operation: 在全桌面控制與非侵入式背景自動化之間切換。

• Cross-app automation: 能夠在不同軟體之間移動滑鼠、點擊、打字與執行終端機指令。

• Native performance: 使用 Rust 與 Tauri 構建，提供高效的端在地端執行。

• Coded shortcuts: 整合了鍵盤快捷鍵，用於快速切換模式與控制 Agent。