计算机操作智能体
io.github.davila7/claude-code-templates/computer-use-agents
构建像人一样操作计算机的 AI 智能体——看屏幕、移动光标、点击按钮、输入文字。覆盖 Anthropic Computer Use、OpenAI Operator/CUA 及开源替代方案,重点关注沙箱化、安全以及基于视觉控制带来的独特挑战。触发场景:computer use、桌面自动化智能体、屏幕控制 AI、视觉智能体、GUI 自动化。
“Browser Automation” 共 601 个结果
io.github.davila7/claude-code-templates/computer-use-agents
构建像人一样操作计算机的 AI 智能体——看屏幕、移动光标、点击按钮、输入文字。覆盖 Anthropic Computer Use、OpenAI Operator/CUA 及开源替代方案,重点关注沙箱化、安全以及基于视觉控制带来的独特挑战。触发场景:computer use、桌面自动化智能体、屏幕控制 AI、视觉智能体、GUI 自动化。
io.github.mukul975/Anthropic-Cybersecurity-Skills/performing-sqlite-database-forensics
对 SQLite 数据库做取证分析:检查 B-tree 页结构、从 freelist 页与 WAL 日志中恢复已删除记录、解码编码后的时间戳,并从浏览器历史、即时通讯应用与移动设备数据库提取证据。适用于数字取证或移动/浏览器证据分析中从 SQLite 恢复已删除或未分配数据。
io.github.astral-sh/uv/load-github-action-thread
下载留存的 Codex GitHub Action 线程制品,并把其 rollout 历史载入本地 Codex 应用。当被要求从 GitHub Actions 运行或相关 GitHub issue/PR 打开、载入、导入、恢复或检查某条 Codex 自动化线程时使用。
io.github.nexu-io/open-design/wireframe-annotated
带标注/红线的低保真线框图——桌面落地页/营销页以扁平灰盒画在浏览器边框内,叠加单一主色的编号标注针(①②③④⑤),并配右侧规格面板逐条列出每个编号针的简短工程/UX 说明。这是「线框 + 红线规格」风格——干净、扁平、低保真、非手绘。当需求提到「annotated wireframe」「redline wireframe」「wireframe with spec」「lo-fi landing wireframe」「low fidelity」「线框图」「标注线框」或「redline」时使用。
io.github.stablyai/orca/orca-emulator
在 Orca 内通过 orca CLI 控制移动端(iOS)模拟器/仿真画面流。用于点击、手势、输入、硬件按键、相机注入、权限、无障碍树等,并在 Orca 的模拟器窗格中实时查看画面。在 Orca 中运行 agent 时优先于原始 npx serve-sim 或直接 simctl(orca 层处理设备定位、helper 生命周期与工作树上下文)。与 orca-cli 技能互补(终端、工作树和内置浏览器)。
io.github.pingdotgg/t3code/ios-debugger-agent
使用仓库配置的 XcodeBuildMCP 服务器构建、启动、检视并驱动 iOS 应用。在 macOS 上用于 iOS 模拟器构建、聚焦的原生测试运行、语义化 UI 自动化、截图、日志或调试,包括 T3 Code Mobile 验证。
vcanary
io.github.lobehub/lobehub/agent-testing
面向任意项目的代理式端到端测试:经项目 CLI 验证后端、经 agent-browser 验证前端(Web)、经 CDP 验证桌面(Electron)。驱动真实界面、收集视觉确证的证据,并把结构化报告发布到 LobeHub verify 平台。触发词:'cli test'、'test with cli'、'verify with cli'、'backend test with cli'、'local test'、'test in electron'、'test desktop'、'manual test'、'test report',或任何本地端到端验证任务。
io.github.OpenBMB/PilotDeck/frontend-slides
从零创建动画丰富的浏览器端 HTML 演示、增强现有 HTML 幻灯片,或把 PowerPoint 文件转换为 Web 演示。仅当交付物是 HTML 或浏览器演示时使用;当用户需要可编辑的原生 .pptx 文件时不要使用。
io.github.XiaomiMiMo/MiMo-Code/codex
在非交互 headless 环境中运行、配置与排查 OpenAI Codex CLI。适用于 Bash 或 PowerShell、原生 Windows 或 WSL2、shell 脚本、CI/CD、Docker、Kubernetes、远程服务器、agent harness 或批处理任务中的 Codex 自动化;用于构造 `codex exec` 命令、选择 sandbox 与审批模式、消费 JSONL 事件或结构化输出、恢复会话、经 stdin 传递提示,以及处理因缺少交互输入导致的失败(如 `request_user_input`)。
io.github.rustfs/rustfs/security-advisory-lessons
应用从仓库 GitHub Security Advisories 中提炼出的 RustFS 安全经验。在提交或评审 RustFS 代码改动、做安全检查、处理认证/授权、IAM、存储、RPC、日志、CORS、控制台/浏览器、加密、策略或接口相关改动时使用,也用于判断需要补充哪些安全回归测试。
io.github.coreyhaines31/marketingskills/marketing-loops
当用户想设置周期性、自动运行的营销工作流——由 AI 代理按固定节奏(每周、每天或按触发器)重复执行的循环,而不是一次性任务——时使用。用户提到 marketing loop、recurring marketing workflow、automate my marketing、marketing on autopilot、weekly marketing review、ad fatigue check、content refresh loop、churn watch、ranking drop alert、always-on marketing、marketing automation workflow 或“每周都跑一次这个”等场景时也适用。用于选择、适配并排期一个持续运行的营销循环,由它编排其他营销技能。一次性营销点子见 marketing-ideas,实验循环见 ab-testing。
io.github.n8n-io/n8n/credential-setup-with-computer-use
指导通过 Computer Use 浏览器工具完成 n8n 凭据配置。当用户需要从外部服务的控制台获取 OAuth 应用、API key、client ID、client secret 或其他凭据值时使用。
io.github.mlflow/mlflow/ui-review
审查 GitHub PR 中的 UI/UX 改动:启动 MLflow Web 应用,通过无头 agent-browser 操作改动涉及的界面,并为工作流写出一份 Markdown 格式的 UI 审查评论内容(结论与截图)。
io.github.calesthio/OpenMontage/hyperframes-cli
HyperFrames CLI 开发循环。运行 npx hyperframes 的 init、add、catalog、capture、lint、validate、inspect、layout、snapshot、preview、play、render、publish、lambda、doctor、browser、info、upgrade、skills、compositions、docs、benchmark、telemetry、transcribe、tts 或 remove-background 命令时使用,或排查 HyperFrames 构建/渲染环境时。也是 AWS Lambda 云渲染(hyperframes lambda deploy / render / progress / destroy / policies)的入口。
io.github.camunda/camunda/frontend-unit-test
在 orchestration cluster webapp(webapp/client/apps/orchestration-cluster-webapp/src/)中编写、修改或调试单元测试(*.test.tsx)时使用。涵盖 Vitest 浏览器模式、MSW mock 与 vitest-browser-react 渲染。
io.github.camunda/camunda/frontend-migrator
在把 operate/client/ 或 tasklist/client/ 的前端代码迁移、移植或重写到 orchestration cluster webapp 时使用。触发场景:迁移旧页面/组件、把 React Router 转成 TanStack Router、用 TanStack Query 替换 MobX、把 styled-components 改写为 SCSS、把旧测试转成 Vitest 浏览器模式,或询问旧模式如何映射到新应用。
io.github.lishuangqiang/backend-agent-resume-scout/backend-agent-project-selector
为学生或初级工程师从 GitHub 上寻找合适的传统软件后端或业务级 AI 智能体项目,评估简历价值并生成 Markdown 简历撰写包。当用户请求选择后端项目、Java/Spring 项目、分布式系统项目、完整 AI 智能体业务项目、多智能体系统、LLM 应用、用于简历的 GitHub 项目,或想把所选项目转化为简历要点/面试谈资时使用。支持模式:仅 agent、仅后端、混合、稳妥模式、挑战模式;未指定模式时先询问用户再搜索或推荐。后端推荐默认排除 IoT、嵌入式、硬件集成、设备管理与工控平台,除非用户点名。同时避免简单浏览器扩展、薄封装 LLM 套壳、浅层 AI 插件与浏览器自动化库,除非用户点名。
io.github.rmyndharis/antigravity-skills/database-admin
资深数据库管理员,精通现代云数据库、自动化与可靠性工程。掌握 AWS/Azure/GCP 数据库服务、基础设施即代码、高可用、容灾恢复、性能优化与合规。处理多云策略、容器化数据库和成本优化。在数据库架构、运维或可靠性工程方面主动使用。
io.github.TriliumNext/Trilium/ckeditor5-testing
在 Trilium monorepo 中测试 CKEditor 5 插件。适用于为 packages/ckeditor5-* 包添加或评审单元测试、调试失败的测试,或为包搭建测试运行器。涵盖 Trilium 使用的两种 Vitest 环境(happy-dom 与 WebdriverIO 浏览器模式)、各包的 vitest.config.ts、基于真实 ClassicEditor 的测试、从 'ckeditor5' 导入的 model/view 辅助函数(_setModelData/_getModelData/_getViewData 及 {}/[] 选区语法)、vi spy/mock、schema/转换/命令/UI 测试的惯用写法、pnpm --filter 运行方式,以及 Trilium 特有的约定与坑。与 ckeditor5-plugin-development 和 writing-unit-tests 互补。
io.github.aidenybai/react-grab/react-grab
当用户想要一个免手动的工作回路:用 React Grab 在浏览器中抓取 UI 元素并自动将任务喂给代理,无需复制粘贴或手动交接时使用。触发语:“watch react grab”“monitor my grabs”“auto-process react grab”“watch my clipboard for grabs”。不适用于一次性粘贴单个抓取结果;这是持续开启的回路。
io.github.gradio-app/gradio/frontend-unit-testing
使用 Vitest 浏览器模式、Playwright 与 @self/tootils 测试工具,为 Gradio 前端的 Svelte 组件编写全面的、行为驱动的单元测试。
io.github.getnao/nao/deploy-context
将 nao 项目的上下文目录连接(接线)到远程 nao 实例(云端或自托管),使每次推送到 `main` 分支都通过 GitHub Actions 自动执行 `nao deploy`。当用户已有本地版本化(Git 管理)的 nao 项目、并希望团队部署的实例始终反映最新提交的上下文时使用。涵盖 `nao deploy` 用法、GitHub Actions 工作流、组织 API 密钥、GitHub Secrets、`.naoignore`、`nao_config.yaml` 中的环境变量引用,以及新建与更新的行为差异。不适用于首次项目搭建(请用 `setup-context`),也不用于把仓库元数据回写提交的 `nao sync` 自动化(见文档 synchronization 页面)。
io.github.alirezarezvani/claude-skills/engineering-advanced-skills
为 Claude Code、Codex、Gemini CLI、Cursor、OpenClaw 提供 37 个高级工程 agent 技能的索引。用于浏览或选择 POWERFUL 层级的工程技能:agent 设计、RAG、MCP 服务器、CI/CD、数据库设计、可观测性、安全审计、changelog/release 自动化、可靠性(SLO/chaos/flags/operators)、平台运维。
io.github.thedaviddias/Front-End-Checklist/breadcrumb-navigation
审查与“实现可访问的面包屑导航”相关的模板、渲染 HTML 或共享组件时使用。校验最终面向浏览器的标记,而不只是框架侧的源码抽象。