Windows-Use 是一个强大的自动化代理，可以直接在 GUI 层与 Windows 进行交互。它在 AI 代理和 Windows 操作系统之间架起了一座桥梁，可以执行诸如打开应用程序、点击按钮、输入文本、执行 shell 命令以及捕获 UI 状态等任务，而无需依赖传统的计算机视觉模型。这使得任何大型语言模型（LLM）都能够执行计算机自动化任务，而不需要依赖特定的模型。

🛠️ 安装指南

先决条件

• Python 3.12 或更高版本
• UV（或 pip）
• Windows 7 或 8 或 10 或 11

安装步骤

使用 uv 安装：

bash
uv pip install windows-use

或者使用 pip：

bash
pip install windows-use

⚙️ 基本用法

python

main.py

from langchain_google_genai import ChatGoogleGenerativeAI
from windows_use.agent import Agent
from dotenv import load_dotenv

load_dotenv()

llm = ChatGoogleGenerativeAI(model='gemini-2.0-flash')
agent = Agent(llm=llm, browser='chrome', use_vision=True)
query = input("Enter your query: ")
agent_result = agent.invoke(query=query)
print(agent_result.content)

🤖 运行代理

你可以使用以下命令从脚本中运行：

bash
python main.py
Enter your query:

🎥 演示

提示: 写一篇关于 LLM 的简短笔记并保存到桌面

https://github.com/user-attachments/assets/0faa5179-73c1-4547-b9e6-2875496b12a0

提示: 从暗模式切换到亮模式

https://github.com/user-attachments/assets/47bdd166-1261-4155-8890-1b2189c0a3fd

📈 接地

视觉

与你的电脑对话。看着它完成任务。

星标历史

⚠️ 注意事项

代理直接在 GUI 层与你的 Windows 操作系统进行交互以执行操作。虽然代理被设计为智能且安全，但它可能会犯错，导致不希望的系统行为或意外更改。建议在沙盒环境中运行代理。

🪪 许可证

该项目采用 MIT 许可证 - 请参阅 LICENSE 文件获取详细信息。

🤝 贡献

欢迎贡献！请查看 CONTRIBUTING 文件以了解设置和开发工作流程。

由 Jeomon George 用心制作

引用

bibtex
@software{
author = {George, Jeomon},
title = {Windows-Use: Enable AI to control Windows OS},
year = {2025},
publisher = {GitHub},
url={https://github.com/CursorTouch/Windows-Use}
}请提供需要翻译的英文技术文档内容。