正在加载视频...

视频加载失败

返回首页

Windows MCP工具，用AI控制Windows电脑，来执行文件导航、应用程序控制、UI交互、QA测试等操作 与Windows UI元素进行原生交互，通过（点击、输入、滚动、快捷键、运行命令）工具，打开应用程序、控制窗口、模拟用户输入等 其集成了模拟鼠标点击、键盘输入、滚动屏幕等各种工具 支持Windows 7, 8, 8.1, 10, 11 #MCP #WindowsMCP

aigclink's profile picture

AIGCLINK

37,369 subscribers

31,590 次观看 • 1 年前 •via X (Twitter)

健康养生科学技术教育
LIVE

Anya Rossi• Live Now

Private livecam show

9 条评论

AIGCLINK 的头像
AIGCLINK1 年前

github：

Panda | AI Agent 的头像
Panda | AI Agent1 年前

会不会有后门

毫哥 的头像
毫哥1 年前

看看咱们的抖音，小红书自动获客，兼容浏览器和安卓RPA

F1y4L0ve 的头像
F1y4L0ve1 年前

这种操作，就跟在普通路上训练自动驾驶一样，有种脱裤子放屁的即视感。

Ella 的头像
Ella1 年前

太香了，明天搞一个windows电脑试一试

Jason傑森 🇭🇰 | 🛠️ 的头像
Jason傑森 🇭🇰 | 🛠️1 年前

这工具挺实用啊 @shoutdotfun $CHAO

ཚེ་དབང Tsewang 的头像
ཚེ་དབང Tsewang1 年前

开发给网游挂机练号，直接能把代练搞失业

fitzwilling 的头像
fitzwilling1 年前

每个相似的动作就可以归类为一个MCP服务器

哈世链闻 的头像
哈世链闻1 年前

嘿 这AI工具牛掰了

相关视频

一个放在桌面上或者户外的 AI Agent 控制小方盒：用语音、按键、小屏，去控制电脑/远程服务器、调用所有工具、执行任务 在做这个产品的时候有做过调研，现在市面上大都是纯对话的语音AI Hermes Studio 小方盒 可以做什么 ？ （视频演示） 1. 控制电脑 /远程服务器 小方盒本身是 ESP32，但它可以作为入口，把指令交给 Hermes Studio 在电脑 /远程服务器 上执行。 （它就是Hermes Agent） 可以做： 打开/关闭本地应用或网页 在电脑/远程服务器 上运行命令 读取、搜索、整理本地文件 上传文件给 Agent 分析 下载 Agent 生成的文件 控制浏览器访问网页、查资料、填表、抓取信息 调用本地 Coding Agent，让它改代码、跑测试、生成项目 查看运行日志、任务状态、错误信息 用语音触发“帮我总结这个文件夹”“打开今天的任务”“跑一下测试” 2. 调用工具 （生产力有待研究） Hermes Studio 的核心优势是 Agent 工具链。小方盒可以作为物理触发器，让 Agent 调用工具。 文件工具：浏览文件、搜索文件、读取内容、上传下载、重命名、复制、移动、删除。 终端工具：执行 shell 命令、启动服务、查看进程、跑脚本、拉代码、跑测试。 浏览器工具：打开网页、搜索资料、读取网页内容、自动化页面操作。 代码工具：启动 Codex / Claude Code 等 coding-agent 会话，做代码修改、调试、检查。 MCP 工具：接入外部系统，比如数据库、知识库、Notion、GitHub、邮件、企业内部 API、智能家居等。 语音工具：STT 语音转文本，TTS 回复朗读，多种 TTS Provider。 自动化工具：定时任务、周期汇报、监控任务、Kanban 工作项。 多平台工具：Telegram、Discord、Slack、WhatsApp、Matrix、飞书、微信、企业微信等渠道。 一句话：小方盒不是自己完成所有任务，而是唤醒 Hermes Studio 里的工具系统。 产品功能： 语音唤醒桌面 Agent 实体按键触发 本地文件读取、搜索与整理 电脑/远程服务器命令执行与任务自动化 浏览器自动化与网页信息获取 Coding Agent 启动 MCP 工具扩展，连接外部服务 多模型、多 Profile 切换 多平台消息接入 TTS/STT 语音输入输出 Nous Research witcheer Teknium 🪽 Hermes community never disappoints! 👀
1:31

一个放在桌面上或者户外的 AI Agent 控制小方盒：用语音、按键、小屏，去控制电脑/远程服务器、调用所有工具、执行任务 在做这个产品的时候有做过调研，现在市面上大都是纯对话的语音AI Hermes Studio 小方盒 可以做什么 ？ （视频演示） 1. 控制电脑 /远程服务器 小方盒本身是 ESP32，但它可以作为入口，把指令交给 Hermes Studio 在电脑 /远程服务器 上执行。 （它就是Hermes Agent） 可以做： 打开/关闭本地应用或网页 在电脑/远程服务器 上运行命令 读取、搜索、整理本地文件 上传文件给 Agent 分析 下载 Agent 生成的文件 控制浏览器访问网页、查资料、填表、抓取信息 调用本地 Coding Agent，让它改代码、跑测试、生成项目 查看运行日志、任务状态、错误信息 用语音触发“帮我总结这个文件夹”“打开今天的任务”“跑一下测试” 2. 调用工具 （生产力有待研究） Hermes Studio 的核心优势是 Agent 工具链。小方盒可以作为物理触发器，让 Agent 调用工具。 文件工具：浏览文件、搜索文件、读取内容、上传下载、重命名、复制、移动、删除。 终端工具：执行 shell 命令、启动服务、查看进程、跑脚本、拉代码、跑测试。 浏览器工具：打开网页、搜索资料、读取网页内容、自动化页面操作。 代码工具：启动 Codex / Claude Code 等 coding-agent 会话，做代码修改、调试、检查。 MCP 工具：接入外部系统，比如数据库、知识库、Notion、GitHub、邮件、企业内部 API、智能家居等。 语音工具：STT 语音转文本，TTS 回复朗读，多种 TTS Provider。 自动化工具：定时任务、周期汇报、监控任务、Kanban 工作项。 多平台工具：Telegram、Discord、Slack、WhatsApp、Matrix、飞书、微信、企业微信等渠道。 一句话：小方盒不是自己完成所有任务，而是唤醒 Hermes Studio 里的工具系统。 产品功能： 语音唤醒桌面 Agent 实体按键触发 本地文件读取、搜索与整理 电脑/远程服务器命令执行与任务自动化 浏览器自动化与网页信息获取 Coding Agent 启动 MCP 工具扩展，连接外部服务 多模型、多 Profile 切换 多平台消息接入 TTS/STT 语音输入输出 Nous Research witcheer Teknium 🪽 Hermes community never disappoints! 👀

libapi

31,786 次观看 • 3 个月前

字节开源了一套 AI Agent 框架：Agent TARS 支持深度研究、电脑操作、文件编辑、MCP。 🌐高级浏览器操作：通过代理框架执行深度研究和操作员功能等复杂任务，实现全面的规划和执行。 🛠️全面的工具支持：集成搜索、文件编辑、MCP，工具来处理复杂的工作流程。 💻️增强的桌面应用程序：改进的用户界面，带有浏览器显示、多模式元素、会话管理、模型配置、对话流可视化以及浏览器/搜索状态跟踪。 🔄 工作流程编排：无缝连接 GUI 代理工具——搜索、浏览、探索链接并将信息合成最终输出。 ⚙️ 开发人员友好框架：简化与 UI-TARS 的集成以及 GUI 代理项目的自定义工作流程创建。 演示视频
0:21

字节开源了一套 AI Agent 框架：Agent TARS 支持深度研究、电脑操作、文件编辑、MCP。 🌐高级浏览器操作：通过代理框架执行深度研究和操作员功能等复杂任务，实现全面的规划和执行。 🛠️全面的工具支持：集成搜索、文件编辑、MCP，工具来处理复杂的工作流程。 💻️增强的桌面应用程序：改进的用户界面，带有浏览器显示、多模式元素、会话管理、模型配置、对话流可视化以及浏览器/搜索状态跟踪。 🔄 工作流程编排：无缝连接 GUI 代理工具——搜索、浏览、探索链接并将信息合成最终输出。 ⚙️ 开发人员友好框架：简化与 UI-TARS 的集成以及 GUI 代理项目的自定义工作流程创建。 演示视频

Orange AI

76,894 次观看 • 1 年前

在 Linux 上干活时偏偏要用 Windows 应用，往往只能切回 Windows，一来一回把节奏全打断。 现在有个更省心的办法：开源工具 WinBoat，让你在 Linux 里直接跑 Windows 应用，不必再频繁切系统。 它把 Windows 作为虚拟机塞进 Docker，并和 Linux 桌面做了深度整合：Windows 应用能以原生窗口的形式直接出现在你的 Linux 桌面上，还能和本机文件系统互通。 GitHub： 官网： 主要功能： - 界面简洁，Windows 应用自然融入 Linux 桌面 - 安装流程自动化，选好配置即可一键部署 - 几乎可运行任意 Windows 应用，原生窗口显示 - 支持进入完整 Windows 桌面，需要时随时切换 - 文件系统集成，Linux 目录可自动挂载到 Windows 使用条件： - Linux 至少 4GB 内存 - 已开启 KVM 虚拟化 - 已安装 Docker 获取方式： 到项目 Releases 页面下载 AppImage，解压安装后即可使用。
0:47

在 Linux 上干活时偏偏要用 Windows 应用，往往只能切回 Windows，一来一回把节奏全打断。 现在有个更省心的办法：开源工具 WinBoat，让你在 Linux 里直接跑 Windows 应用，不必再频繁切系统。 它把 Windows 作为虚拟机塞进 Docker，并和 Linux 桌面做了深度整合：Windows 应用能以原生窗口的形式直接出现在你的 Linux 桌面上，还能和本机文件系统互通。 GitHub： 官网： 主要功能： - 界面简洁，Windows 应用自然融入 Linux 桌面 - 安装流程自动化，选好配置即可一键部署 - 几乎可运行任意 Windows 应用，原生窗口显示 - 支持进入完整 Windows 桌面，需要时随时切换 - 文件系统集成，Linux 目录可自动挂载到 Windows 使用条件： - Linux 至少 4GB 内存 - 已开启 KVM 虚拟化 - 已安装 Docker 获取方式： 到项目 Releases 页面下载 AppImage，解压安装后即可使用。

Joruno

28,728 次观看 • 5 个月前

在对前端网页应用进行性能优化时，经常会打开 Chrome DevTools 分析加载时间、网络请求，以及排查问题，整个过程耗时耗力。 现在 Chrome DevTools 推出了 MCP 并且代码已开源，可以直接让 AI 完成网页自动化测试、调试以及优化整套开发流程。 比如将其安装到 Gemini CLI 等支持 MCP 的 AI 编程工具中，就能够自动进行网页导航、性能分析、截图调试等复杂操作，简化开发流程。 GitHub： 甚至可以模拟真人操作，比如页面点击、填写表单、元素拖拽等各种交互，可应用于自动化测试以及爬虫等场景。 除此之外，还可以模拟不同设备 CPU 性能、网络和屏幕尺寸，同时支持直接在网页中运行 JavaScript 代码并查看结果。 项目代码已完全开源，开发者可以根据需求扩展更多能力，感兴趣的同学可以安装到任意支持 MCP 的 AI 助手中使用。
0:32

在对前端网页应用进行性能优化时，经常会打开 Chrome DevTools 分析加载时间、网络请求，以及排查问题，整个过程耗时耗力。 现在 Chrome DevTools 推出了 MCP 并且代码已开源，可以直接让 AI 完成网页自动化测试、调试以及优化整套开发流程。 比如将其安装到 Gemini CLI 等支持 MCP 的 AI 编程工具中，就能够自动进行网页导航、性能分析、截图调试等复杂操作，简化开发流程。 GitHub： 甚至可以模拟真人操作，比如页面点击、填写表单、元素拖拽等各种交互，可应用于自动化测试以及爬虫等场景。 除此之外，还可以模拟不同设备 CPU 性能、网络和屏幕尺寸，同时支持直接在网页中运行 JavaScript 代码并查看结果。 项目代码已完全开源，开发者可以根据需求扩展更多能力，感兴趣的同学可以安装到任意支持 MCP 的 AI 助手中使用。

GitHubDaily

15,551 次观看 • 1 年前

通过 Hermes Studio 小方盒 控制电脑/Agent 操作，生成了这段视频。 比奇堡大战孙悟空视频实况！🦀🐒 小方盒不是普通语音 AI 设备，它是一个桌面 AI Agent 控制入口： 用语音、按键和小屏，把指令交给 Hermes Studio，让 Hermes Agent 去调用工具、控制电脑、执行任务。 这次演示使用的是 Grok 4.3 模型。Grok xAI Nous Research witcheer Teknium 🪽 Hermes community never disappoints! 👀
1:41

通过 Hermes Studio 小方盒 控制电脑/Agent 操作，生成了这段视频。 比奇堡大战孙悟空视频实况！🦀🐒 小方盒不是普通语音 AI 设备，它是一个桌面 AI Agent 控制入口： 用语音、按键和小屏，把指令交给 Hermes Studio，让 Hermes Agent 去调用工具、控制电脑、执行任务。 这次演示使用的是 Grok 4.3 模型。Grok xAI Nous Research witcheer Teknium 🪽 Hermes community never disappoints! 👀

libapi

38,307 次观看 • 3 个月前

设计师必备 Design Skill 推荐，整理了我日常高频在用的 5 款实用 Skill，亲测实用性拉满 1、Text to Lottie Skill 上传 SVG + 填写动画描述，快速生成可编辑 Lottie 动画文件。 2、GSAP Skill 一键生成专业网页交互动效，自动输出高性能代码，支持 SVG 动画、鼠标跟随、滚动视差文字等效果。 3、three-scope-map-skill 输入地区即可生成数据大屏 3D 交互地图，多款配色主题，支持缩放、平移、点位、飞线等大屏常用特效，开箱即用。 4、Web to Design md 输入网址一键扒取网页配色、字体、CSS、动效等全套设计规范，输出可被 AI 使用的 design.md 文档。 5、Shadcn/ui Skill 适配前端项目，自动对齐项目配置、统一组件规范、支持多主题，一键生成规整后台页面，省去大量调试工作。
1:06

设计师必备 Design Skill 推荐，整理了我日常高频在用的 5 款实用 Skill，亲测实用性拉满 1、Text to Lottie Skill 上传 SVG + 填写动画描述，快速生成可编辑 Lottie 动画文件。 2、GSAP Skill 一键生成专业网页交互动效，自动输出高性能代码，支持 SVG 动画、鼠标跟随、滚动视差文字等效果。 3、three-scope-map-skill 输入地区即可生成数据大屏 3D 交互地图，多款配色主题，支持缩放、平移、点位、飞线等大屏常用特效，开箱即用。 4、Web to Design md 输入网址一键扒取网页配色、字体、CSS、动效等全套设计规范，输出可被 AI 使用的 design.md 文档。 5、Shadcn/ui Skill 适配前端项目，自动对齐项目配置、统一组件规范、支持多主题，一键生成规整后台页面，省去大量调试工作。

Paidax

83,968 次观看 • 3 个月前

今年最强的前端 UI 动效组件库，没有之一，强烈推荐 - 看中的组件直接复制 - 经济实用还特么漂亮 这种组件库，任何人，随便玩玩就可出道，比坤快 亮点 • AI UI Builder：通过 AI 生成 UI 界面（Magic MCP / Magic Chat 等） • 组件市场：提供丰富的 UI 元素（按钮、导航栏、卡片、动画等） • 模板与组合包：整页模板、界面合集、一键打包使用 • 创作者系统：支持用户上传作品、参与挑战、查看排行榜 • 互动功能：支持点赞、收藏、复制代码、嵌入至项目中 同时，这个组件库也是评论区各位前端老湿极力推荐，必须分享一波。Anthony 热烤奶 官网
0:31

今年最强的前端 UI 动效组件库，没有之一，强烈推荐 - 看中的组件直接复制 - 经济实用还特么漂亮 这种组件库，任何人，随便玩玩就可出道，比坤快 亮点 • AI UI Builder：通过 AI 生成 UI 界面（Magic MCP / Magic Chat 等） • 组件市场：提供丰富的 UI 元素（按钮、导航栏、卡片、动画等） • 模板与组合包：整页模板、界面合集、一键打包使用 • 创作者系统：支持用户上传作品、参与挑战、查看排行榜 • 互动功能：支持点赞、收藏、复制代码、嵌入至项目中 同时，这个组件库也是评论区各位前端老湿极力推荐，必须分享一波。Anthony 热烤奶 官网

艾略特

18,617 次观看 • 1 年前

OWL团队刚刚又开源了一款多智能体Manus类工具：Eigent，通过多智能体协作，来更高效的处理更复杂任务 从效果看具备整合多种工具和数据的能力，生成的报告内容相对专业全面 其处理任务时有清晰的任务拆解和执行过程，它把任务拆解成多个子任务，并会清晰展示出每个子任务的执行状态 Eigent支持根据任务创建或灵活调用workforce，多智能体并行处理执行速度更快 支持worker间任务的并行，worker下子任务的并行，子任务执行过程中工具调用的并行 可以根据需求定制AI团队，组建一个特定的项目组 有Human-in-the-Loop机制，可以在关键节点进行人工干预决策 内置200+MCP工具，也支持上传常用的MCP工具 #AI员工 #多智能体团队 #Eigent
2:16

OWL团队刚刚又开源了一款多智能体Manus类工具：Eigent，通过多智能体协作，来更高效的处理更复杂任务 从效果看具备整合多种工具和数据的能力，生成的报告内容相对专业全面 其处理任务时有清晰的任务拆解和执行过程，它把任务拆解成多个子任务，并会清晰展示出每个子任务的执行状态 Eigent支持根据任务创建或灵活调用workforce，多智能体并行处理执行速度更快 支持worker间任务的并行，worker下子任务的并行，子任务执行过程中工具调用的并行 可以根据需求定制AI团队，组建一个特定的项目组 有Human-in-the-Loop机制，可以在关键节点进行人工干预决策 内置200+MCP工具，也支持上传常用的MCP工具 #AI员工 #多智能体团队 #Eigent

AIGCLINK

16,164 次观看 • 1 年前

有时给朋友或同事发送几个 GB 大文件，用网盘上传下载速度限制，又要对方登录注册账号，确实麻烦。 偶然看到 AltSendme 这个开源工具，采用点对点传输文件，不经过任何云服务器，试了试好用。 全程端到端加密，文件在设备之间直接传输，无需注册账号，而且支持任意大小和格式的文件传输。 GitHub： 此外，还支持断点续传功能，在传输过程中断，恢复后能自动从断点处继续传输。 提供开箱即用安装包，支持 Windows、Linux 和 macOS 系统，以及支持包括中文、英文等多种语言。
0:28

有时给朋友或同事发送几个 GB 大文件，用网盘上传下载速度限制，又要对方登录注册账号，确实麻烦。 偶然看到 AltSendme 这个开源工具，采用点对点传输文件，不经过任何云服务器，试了试好用。 全程端到端加密，文件在设备之间直接传输，无需注册账号，而且支持任意大小和格式的文件传输。 GitHub： 此外，还支持断点续传功能，在传输过程中断，恢复后能自动从断点处继续传输。 提供开箱即用安装包，支持 Windows、Linux 和 macOS 系统，以及支持包括中文、英文等多种语言。

GitHubDaily

103,591 次观看 • 10 个月前

Pokee AI 不需要写代码、不需要配置复杂的“节点流程” 只要输入一句话，Pokee 就能创建一个能实际执行任务的智能代理（Agent）。 颠覆了 OpenAI Agent Builder 与 n8n 的复杂逻辑 可运行跨平台工作流，兼容数千种 AI 工具（如 Google Workspace、Outlook、Slack、GitHub、Notion 等） Pokee 支持以自然语言下达指令 用户无需编写脚本或配置触发条件，只需描述目标。 系统会自动： 理解任务意图 拆解执行步骤 调用相应工具执行操作 汇总结果并返回 用户可在执行前反复调整逻辑 Pokee 在确认后才会启动执行流程...
1:41

Pokee AI 不需要写代码、不需要配置复杂的“节点流程” 只要输入一句话，Pokee 就能创建一个能实际执行任务的智能代理（Agent）。 颠覆了 OpenAI Agent Builder 与 n8n 的复杂逻辑 可运行跨平台工作流，兼容数千种 AI 工具（如 Google Workspace、Outlook、Slack、GitHub、Notion 等） Pokee 支持以自然语言下达指令 用户无需编写脚本或配置触发条件，只需描述目标。 系统会自动： 理解任务意图 拆解执行步骤 调用相应工具执行操作 汇总结果并返回 用户可在执行前反复调整逻辑 Pokee 在确认后才会启动执行流程...

小互

19,120 次观看 • 11 个月前

一个项目，打通所有 AI 模型和聊天平台！ AstrBot 是一个开源 AI Agent 框架，不只是聊天机器人，而是帮你快速搭建 AI 应用。 支持 OpenAI、Claude、Gemini、DeepSeek、Ollama 等主流模型，也能一键接入 QQ、飞书、企业微信、Telegram、Slack 等平台。 内置 MCP、知识库、工作流、多模态、1000+ 插件生态，代码执行、工具调用开箱即用。 想做 AI 助手、企业机器人或自动化工作流，可以直接收藏。
0:21

一个项目，打通所有 AI 模型和聊天平台！ AstrBot 是一个开源 AI Agent 框架，不只是聊天机器人，而是帮你快速搭建 AI 应用。 支持 OpenAI、Claude、Gemini、DeepSeek、Ollama 等主流模型，也能一键接入 QQ、飞书、企业微信、Telegram、Slack 等平台。 内置 MCP、知识库、工作流、多模态、1000+ 插件生态，代码执行、工具调用开箱即用。 想做 AI 助手、企业机器人或自动化工作流，可以直接收藏。

开发者Hailey

20,329 次观看 • 2 个月前

在 GitHub 上找到了 Claude For Chrome 的开源平替：AIPex，通过自然语言直接控制浏览器执行各种自动化任务。 集成了 30+ 种自动化工具，能够理解网页内容并精准执行点击、填写、截图、数据提取等复杂操作。 GitHub： 主要功能： - 自然语言控制浏览器，无需编程基础即可实现自动化 - 智能数据提取，自动从网页收集和整理信息 - 精准元素交互，AI 视觉识别页面元素并执行操作 - 表单自动填写，智能匹配字段并批量处理 - 多标签页管理，AI 自动分组和组织浏览器标签 - 内容处理分析，自动高亮总结重要信息并生成笔记 直接在 Chrome 应用商店上搜索安装后，通过按下 Ctrl+M 快捷键即可唤起使用。
0:33

在 GitHub 上找到了 Claude For Chrome 的开源平替：AIPex，通过自然语言直接控制浏览器执行各种自动化任务。 集成了 30+ 种自动化工具，能够理解网页内容并精准执行点击、填写、截图、数据提取等复杂操作。 GitHub： 主要功能： - 自然语言控制浏览器，无需编程基础即可实现自动化 - 智能数据提取，自动从网页收集和整理信息 - 精准元素交互，AI 视觉识别页面元素并执行操作 - 表单自动填写，智能匹配字段并批量处理 - 多标签页管理，AI 自动分组和组织浏览器标签 - 内容处理分析，自动高亮总结重要信息并生成笔记 直接在 Chrome 应用商店上搜索安装后，通过按下 Ctrl+M 快捷键即可唤起使用。

GitHubDaily

29,546 次观看 • 1 年前