TuriX · 桌面操作，由AI驱动

与你的电脑对话，看它自动执行任务。

English | 中文

📞 联系方式与社区

加入我们的Discord社区，获取支持、参与讨论并了解最新动态：

或者通过电子邮件联系我们：contact@turix.ai

TuriX让强大的AI模型直接在您的桌面上执行实际操作。它自带一个最先进的计算机使用智能体（在我们的OSWorld风格的Mac基准测试中达到80%的成功率，在OSWorld中达到60%的成功率），同时保持100%开源，并且对个人及研究用途完全免费。

想使用自己的模型吗？只需在config.json中进行更改即可开始使用。

目录

• 📞 联系方式与社区
• 🤖 OpenClaw技能
• 📰 最新消息
• 🖼️ 演示
• ✨ 核心功能
• 📊 模型性能
• 🚀 快速入门（macOS 15+）
  • 1. 下载应用
  • 2. 创建Python 3.12环境
  • 3. 授予macOS权限
    • 3.1 辅助功能
    • 3.2 Safari自动化
  • 4. 配置并运行
  • 4.4 技能（可选）
• 🤝 贡献
• 🗺️ 路线图

---

🤖 OpenClaw技能

通过OpenClaw和我们在ClawHub上发布的技能使用TuriX： https://clawhub.ai/Tongyu-Yan/turix-cua
这使OpenClaw能够调用TuriX，从而作为您的桌面智能体。

本地OpenCLaw技能（macOS）：本仓库还包含一个现成的技能包，位于OpenCLaw_TuriX_skill/目录下（SKILL.md + scripts/run_turix.sh）。将其复制到您的OpenClaw本地技能文件夹中（例如：clawd/skills/local/turix-mac/），并按照OpenCLaw_TuriX_skill/README.md中的说明进行设置和权限配置。

本地OpenCLaw技能（Windows）：在multi-agent-windows分支中，OpenCLaw_TuriX_skill/已针对Windows进行了更新，包含了SKILL.md、scripts/run_turix.ps1以及agents/openai.yaml。此次更新增加了在当前OpenClaw会话中通过turix（别名turix-win）直接调度的功能，同时还加入了run_turix.ps1中的飞行前检查（需要multi-agent-windows分支、conda/config验证以及--dry-run支持）。您也可以直接指导OpenClaw：请先阅读OpenCLaw_TuriX_skill/README.md，然后安装并配置TuriX。

---

📰 最新消息

2026年3月16日 - 🐧 Linux支持现已上线，位于multi-agent-linux分支。如果您希望在Linux（例如Ubuntu）上运行TuriX，请先切换到该分支：

git checkout multi-agent-linux

2026年3月9日 - 在mac_legacy分支上新增了适用于macOS的OpenClaw闪速/快速模式技能。如果您希望使用这种更快、更轻量级的设置，请先切换到该分支：

git checkout mac_legacy

2026年3月5日 - 更新了multi-agent-windows分支上的Windows版OpenClaw本地技能。此次更新添加了一个用户可调用的turix技能别名，无需进入Turix子会话即可直接调度；同时在run_turix.ps1中加入了分支安全的飞行前检查，并新增了代理接口文件OpenCLaw_TuriX_skill/agents/openai.yaml。

2026年1月30日 - 🧩 我们已在ClawHub上发布了TuriX OpenClaw技能：https://clawhub.ai/Tongyu-Yan/turix-cua。现在您可以使用OpenClaw调用TuriX，实现桌面任务的自动化。

2026年1月27日 — v0.3 - 🎉 TuriX v0.3现已在主分支上线！此版本带来了DuckDuckGo搜索、Ollama支持、先进的可恢复内存压缩以及技能功能——解锁了更智能的规划能力、更稳定的内存管理以及用于桌面自动化的可重用工作流。我们非常期待更多用户试用并提供反馈，以推动平台不断向前发展。

2026年1月27日 - 🎉 我们在multi-agent和multi-agent-windows分支中发布了可恢复内存压缩和技能功能。这些特性增强了内存管理的稳定性，并提供了用于任务规划的可重用Markdown剧本。

2026年1月27日 - 🎉 我们在main（原multi-agent）和multi-agent-windows分支中发布了可恢复内存压缩和技能功能。这些特性进一步提升了内存管理的稳定性，并提供了用于任务规划的可重用Markdown剧本。

2025年12月30日 - 🎉 智能体架构的重大更新。我们在main（原multi-agent）分支中引入了多模型架构，将单一模型的压力分散到多个模型上。

2025年10月16日 - 🚀 自动化爱好者们的好消息！TuriX现已全面支持前沿的Qwen3-VL视觉语言模型，无论是在macOS还是Windows平台上，都能实现无缝的PC自动化。根据我们的内部基准测试，这一集成可将复杂UI交互的任务成功率提升高达15%，使您的桌面工作流程比以往任何时候都更加智能、高效。无论是日常脚本编写还是处理复杂的项目，Qwen3-VL先进的多模态推理能力都将为您的任务带来无与伦比的精准度。

2025年9月30日 - 🎉 令人振奋的更新！我们刚刚在TuriX API平台上发布了最新的AI模型，带来了更强的性能、更智能的推理能力以及无缝的集成，从而实现更强大的桌面自动化。开发者和研究人员们，现在正是行动的时候——快去访问该平台，升级您的工作流程吧！

准备升级了吗？更新您的config.json，开始自动化吧——祝您编码愉快！🎉

请持续关注我们的Discord，获取技巧、用户故事以及下一次重大发布的信息。

---

🖼️ 演示

macOS 演示

预订航班、酒店和优步。

搜索 iPhone 价格，创建 Pages 文档，并发送给联系人

在老板通过 Discord 发来的 Numbers 文件中生成条形图，将其插入到我的 PowerPoint 的正确位置，并回复老板。

Windows 演示

在 YouTube 中搜索视频内容并点赞

MCP 与 Claude 演示

Claude 搜索 AI 新闻，并通过 MCP 调用 TuriX，将研究结果写入 Pages 文档后发送给联系人

---

✨ 核心功能

功能	含义
SOTA 默认模型	在 Mac 上的成功率和速度方面超越了之前的开源智能体（例如 UI‑TARS）
无需特定于应用的 API	只要人类能点击的地方，TuriX 也能操作——WhatsApp、Excel、Outlook、内部工具等
可热插拔的“大脑”	无需修改代码即可更换 VLM 策略（config.json）
支持 MCP	可通过模型上下文协议 (MCP) 连接 Claude for Desktop 或 任何智能体
技能（Markdown 玩法手册）	计划器会选择相关的技能指南（名称 + 描述），大脑则会使用完整指令来规划每一步

---

📊 模型性能

我们的智能体在桌面自动化任务上达到了最先进的水平：

更多详情，请查看我们的 技术报告。

🚀 快速入门（macOS 15+）

我们绝不会收集任何数据——只需安装、授予权限，即可开始使用。

0. Windows 用户：请切换到 multi-agent-windows 分支，获取 Windows 特有的设置和安装说明。

git checkout multi-agent-windows

关于更新后的 OpenClaw Windows 本地技能包，请参阅该分支中的 OpenCLaw_TuriX_skill/README.md。

0. Linux 用户：请切换到 multi-agent-linux 分支，获取 Linux 特有的设置和安装说明。

git checkout multi-agent-linux

0. Windows 旧版用户：如需使用之前的 Windows 设置，请切换到 windows_legacy 分支。

0. macOS 旧版用户：如需使用之前的单模型 macOS 设置，请切换到 mac_legacy 分支。

1. 下载应用

为方便使用，下载应用

或按照以下手动设置步骤操作：

2. 创建 Python 3.12 环境

首先克隆仓库并运行：

conda create -n turix_env python=3.12
conda activate turix_env        # 需要 conda ≥ 22.9
pip install -r requirements.txt

3. 授予 macOS 权限

3.1 辅助功能

1. 打开 系统设置 ▸ 隐私与安全性 ▸ 辅助功能
2. 点击 ＋，然后添加 终端 和 Visual Studio Code ——您使用的任何 IDE
3. 如果智能体仍然无法运行，还需添加 /usr/bin/python3

3.2 Safari 自动化

1. Safari ▸ 设置 ▸ 高级 → 启用 显示 Web 开发者功能
2. 在新的 开发 菜单中，启用
   • 允许远程自动化
   • 允许来自 Apple 事件的 JavaScript

触发权限对话框（每个终端窗口运行一次）

# macOS 终端
osascript -e 'tell application "Safari" \
to do JavaScript "alert(\"触发辅助功能请求\")" in document 1'

# VS Code 集成终端（重复执行以授予 VS Code 权限）
osascript -e 'tell application "Safari" \
to do JavaScript "alert(\"触发辅助功能请求\")" in document 1'

请在每个对话框中点击“允许”，以便智能体能够控制 Safari。

4. 配置与运行

4.1 编辑任务配置

[!IMPORTANT] 任务配置至关重要：任务指令的质量会直接影响自动化成功率。清晰、具体的提示能够带来更好的自动化效果。

在 examples/config.json 中编辑任务：

{
    "agent": {
         "task": "打开系统设置，切换到深色模式"
    }
}

4.2 编辑 API 配置

现在可通过我们的官方网页获取 API，并享受 $20 的免费额度。登录网站后，API 密钥位于页面底部。

在主（多智能体）分支中，您需要设置大脑模型、执行者模型和记忆模型。目前仅支持 macOS 系统。如果您启用规划功能（agent.use_plan: true），还需要设置规划器模型。 我们强烈建议将 turix-actor 模型作为执行者模型。大脑模型则可以根据您的需求选择任意 VLM，我们在平台上提供了 qwen3.5vl。经测试，Gemini-3-pro 是最智能的模型，而 Gemini-3-flash 在速度和智能方面也足以应对大多数任务。

在 examples/config.json 中编辑 API 配置：

"brain_llm": {
      "provider": "turix",
      "model_name": "turix-brain",
      "api_key": "YOUR_API_KEY",
      "base_url": "https://turixapi.io/v1"
   },
"actor_llm": {
      "provider": "turix",
      "model_name": "turix-actor",
      "api_key": "YOUR_API_KEY",
      "base_url": "https://turixapi.io/v1"
   },
"memory_llm": {
      "provider": "turix",
      "model_name": "turix-brain",
      "api_key": "YOUR_API_KEY",
      "base_url": "https://turixapi.io/v1"
   },
"planner_llm": {
      "provider": "turix",
      "model_name": "turix-brain",
      "api_key": "YOUR_API_KEY",
      "base_url": "https://turixapi.io/v1"
   }

若使用本地 Ollama 环境，则需将各角色指向您的 Ollama 服务器：

"brain_llm": {
      "provider": "ollama",
      "model_name": "llama3.2-vision",
      "base_url": "http://localhost:11434"
   },
"actor_llm": {
      "provider": "ollama",
      "model_name": "llama3.2-vision",
      "base_url": "http://localhost:11434"
   },
"memory_llm": {
      "provider": "ollama",
      "model_name": "llama3.2-vision",
      "base_url": "http://localhost:11434"
   },
"planner_llm": {
      "provider": "ollama",
      "model_name": "llama3.2-vision",
      "base_url": "http://localhost:11434"
   }

4.3 配置自定义模型（可选）

如果您希望使用未在 main.py 的 build_llm 函数中定义的其他模型，需先进行定义，再进行配置。

main.py：

if provider == "name_you_want":
        return ChatOpenAI(
            model="gpt-4.1-mini", api_key=api_key, temperature=0.3
        )

根据您的 LLM 类型，在 ChatOpenAI、ChatGoogleGenerativeAI、ChatAnthropic 或 ChatOllama 之间进行切换，并相应更改模型名称。

4.4 技能（可选）

技能是以轻量级 Markdown 格式的操作手册形式存储在单个文件夹中（默认为 skills/）。每个技能文件以包含 name 和 description 的 YAML 前言开始，随后是具体的操作步骤。规划器仅查看技能的名称和描述来选择相关技能；而大脑则会接收到完整的技能内容，用于指导各个步骤的目标。 技能的选择需要启用规划功能（agent.use_plan: true）。

技能文件示例（skills/github-web-actions.md）：

---
name: github-web-actions
description: 用于在浏览器中导航 GitHub（搜索仓库、添加星标等）。
---
# GitHub Web 操作
- 打开 GitHub，使用站内搜索，进入目标仓库页面。
- 如果需要登录，请在继续操作前询问用户。
- 在继续下一步之前，请确认“星标”按钮的状态。

在 examples/config.json 中启用：

{
  "agent": {
    "use_plan": true,
    "use_skills": true,
    "skills_dir": "skills",
    "skills_max_chars": 4000
  }
}

4.5 启动智能体

python examples/main.py

尽情享受免手动操作的计算体验 🎉

4.6 恢复已终止的任务

若任务因中断而停止，可在 examples/config.json 中设置稳定的 agent_id 并启用 resume 功能，以恢复任务：

{
    "agent": {
         "resume": true,
         "agent_id": "my-task-001"
    }
}

注意事项：

• 请使用与您希望恢复的任务相同的 agent_id。
• 恢复时需保持相同的 task 内容。
• 只有当 src/agent/temp_files/<agent_id>/memory.jsonl 文件中存在先前的记忆数据时，才能成功恢复。
• 若要从头开始，请将 resume 设置为 false，或更改 agent_id，或删除 src/agent/temp_files/<agent_id> 目录。

🤝 贡献

我们欢迎各位的贡献！请阅读我们的贡献指南，开始参与吧。

快速链接：

• 开发环境搭建
• 代码风格指南
• 测试
• 拉取请求流程

如发现 bug 或有功能需求，请提交 issue。

🗺️ 路线图

季度	功能	描述
2025年第三季度	✅ 终止与恢复	支持从已终止的任务中恢复。
2025年第三季度	✅ Windows支持	跨平台兼容性，将TuriX自动化引入Windows环境 (现已可用)
2025年第三季度	✅ 增强的MCP集成	更深入的模型上下文协议支持，实现与第三方智能体的无缝连接 (现已可用)
2025年第四季度	✅ 新一代AI模型	显著提升点击准确性和任务执行能力
2025年第四季度	✅ 针对Windows优化的模型	原生Windows模型架构，可在微软平台上实现更卓越的性能
2025年第四季度	✅ 支持Gemini-3-pro模型	可运行任何兼容的视觉语言模型
2025年第四季度	✅ 计划器	理解用户意图，并制定分步计划以完成任务
2025年第四季度	✅ 多智能体架构	评估并指导每个工作步骤
2025年第四季度	✅ DuckDuckGo集成	加速信息收集过程，实现更智能的规划（已在主分支上线）
2026年第一季度	✅ Ollama支持	支持Ollama Qwen3vl模型
2026年第一季度	✅ 可恢复的内存压缩	推进内存管理机制，以稳定性能（已承诺进入测试版）
2026年第一季度	✅ 技能	稳定智能体工作流。
2026年第一季度	✅ OpenClaw技能	已发布至ClawHub（https://clawhub.ai/Tongyu-Yan/turix-cua），使OpenClaw能够将TuriX作为其“眼睛”和“双手”。
2026年第一季度	✅ OpenClaw Windows技能更新	更新了multi-agent-windows本地技能包，新增直接调度功能（turix/turix-win）、必要分支检查以及--dry-run支持。
2026年第一季度	✅ Linux支持	Linux支持现已在multi-agent-linux分支上线（适用于Ubuntu及其他发行版）。
2026年第二季度	✅ 浏览器自动化	支持类似Chrome的浏览器，以提升可扩展性
2026年第二季度	✅ 持久化内存	学习用户偏好，并在不同会话间保持任务历史记录
2026年第二季度	✅ 示范学习	通过展示您偏好的方法和工作流程来训练智能体。

TuriX-CUA 快速上手指南

TuriX 是一款开源的桌面自动化 AI 代理工具，支持通过自然语言指令直接操作 macOS、Windows 和 Linux 桌面环境。它采用多模型架构（Brain/Actor/Memory），无需针对特定应用开发 API，即可实现复杂的跨应用工作流自动化。

1. 环境准备

系统要求

• macOS: 版本 15+ (Sonoma 或更新)
• Windows: 需切换至 multi-agent-windows 分支
• Linux: 需切换至 multi-agent-linux 分支 (如 Ubuntu)
• Python: 3.12
• 包管理器: Conda (版本 ≥ 22.9)

前置依赖

• 已安装 Conda
• macOS 用户需准备 Safari 浏览器
• 获取 TuriX API Key：访问 TuriX API 平台 注册并获取密钥（新用户通常有额度赠送）

2. 安装步骤

以下以 macOS 主分支为例，其他系统请先切换对应分支。

2.1 克隆仓库与创建环境

# 克隆仓库
git clone https://github.com/TuriX-AI/TuriX-CUA.git
cd TuriX-CUA

# 如果是 Windows 用户，请执行: git checkout multi-agent-windows
# 如果是 Linux 用户，请执行: git checkout multi-agent-linux

# 创建 Python 3.12 环境
conda create -n turix_env python=3.12
conda activate turix_env

# 安装依赖
pip install -r requirements.txt

2.2 配置 macOS 权限 (仅 macOS 用户)

TuriX 需要辅助功能和 Safari 自动化权限才能控制桌面。

A. 开启辅助功能 (Accessibility)

1. 打开 系统设置 > 隐私与安全性 > 辅助功能。
2. 点击 + 号，添加 Terminal (终端) 和你使用的 IDE (如 Visual Studio Code)。
3. 如果运行失败，还需添加 /usr/bin/python3。

B. 开启 Safari 自动化

1. 打开 Safari，进入 设置 > 高级，勾选 为 Web 开发人员显示功能。
2. 在顶部菜单栏出现的 开发 (Develop) 菜单中，启用：
   • 允许远程自动化 (Allow Remote Automation)
   • 允许 Apple 事件中的 JavaScript (Allow JavaScript from Apple Events)

C. 触发权限弹窗 在终端中运行以下命令，并在弹出的对话框中点击“允许”：

# 在 Terminal 中运行
osascript -e 'tell application "Safari" \
to do JavaScript "alert(\"Triggering accessibility request\")" in document 1'

# 如果在 VS Code 集成终端中运行，需再次执行以授权 VS Code
osascript -e 'tell application "Safari" \
to do JavaScript "alert(\"Triggering accessibility request\")" in document 1'

3. 基本使用

3.1 配置 API 与任务

编辑配置文件 examples/config.json。你需要配置 LLM 提供商、模型名称及 API Key。

示例配置 (examples/config.json)：

{
    "agent": {
        "task": "open system settings, switch to Dark Mode",
        "use_plan": true
    },
    "brain_llm": {
        "provider": "turix",
        "model_name": "turix-brain",
        "api_key": "YOUR_API_KEY",
        "base_url": "https://turixapi.io/v1"
    },
    "actor_llm": {
        "provider": "turix",
        "model_name": "turix-actor",
        "api_key": "YOUR_API_KEY",
        "base_url": "https://turixapi.io/v1"
    },
    "memory_llm": {
        "provider": "turix",
        "model_name": "turix-brain",
        "api_key": "YOUR_API_KEY",
        "base_url": "https://turixapi.io/v1"
    },
    "planner_llm": {
        "provider": "turix",
        "model_name": "turix-brain",
        "api_key": "YOUR_API_KEY",
        "base_url": "https://turixapi.io/v1"
    }
}

注意：

• 请将 YOUR_API_KEY 替换为你从 TuriX 平台获取的真实 Key。
• turix-actor 推荐作为执行模型，turix-brain 或其他 VLM (如 Qwen3-VL, Gemini-3-pro) 可作为大脑模型。

3.2 运行代理

配置完成后，在项目根目录运行启动脚本：

python main.py

代理将读取 config.json 中的 task 字段，并开始自动执行桌面操作。你可以在终端观察执行日志，并在屏幕上看到 AI 自动控制鼠标和键盘的过程。

3.3 自定义任务

修改 examples/config.json 中的 "task" 字段即可执行不同任务，例如：

• "task": "Search for iPhone 16 price on Safari and save the result to a Pages document"
• "task": "Open Discord, find the latest message from my boss, and reply with 'Received'"

确保任务描述清晰具体，以获得最佳的自动化成功率。