[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-deedy--mac_computer_use":3,"tool-deedy--mac_computer_use":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":80,"owner_email":81,"owner_twitter":82,"owner_website":83,"owner_url":84,"languages":85,"stars":98,"forks":99,"last_commit_at":100,"license":78,"difficulty_score":23,"env_os":101,"env_gpu":102,"env_ram":102,"env_deps":103,"category_tags":109,"github_topics":110,"view_count":23,"oss_zip_url":78,"oss_zip_packed_at":78,"status":16,"created_at":115,"updated_at":116,"faqs":117,"releases":118},2348,"deedy\u002Fmac_computer_use","mac_computer_use","A fork of Anthropic Computer Use that you can run on Mac computers to give Claude and other AI models autonomous access to your computer.","mac_computer_use 是一款专为 macOS 用户打造的开源工具，它让 Claude 等 AI 模型能够直接操控你的电脑。作为 Anthropic 官方 Computer Use 项目的 Mac 原生分支，它解决了原版必须依赖 Docker 和 Ubuntu 虚拟环境的痛点，让用户无需配置复杂的容器环境，即可在本地系统上体验 AI 自主操作电脑的功能。\n\n这款工具特别适合开发者、技术研究人员以及希望探索 AI 自动化潜力的进阶用户。通过它，你可以让 AI 自动执行屏幕截图、键盘输入、鼠标点击甚至文件编辑等任务，极大地拓展了人机交互的边界。\n\n其核心技术亮点在于完全原生的 macOS 支持：利用系统自带命令进行屏幕捕获，并借助 cliclick 工具实现精准的键鼠控制，同时支持自动屏幕分辨率缩放以优化模型识别效果。此外，它还兼容 Anthropic、Bedrock 和 Vertex 等多个大模型提供商，并通过 Streamlit 提供了简洁易用的可视化界面。\n\n需要注意的是，由于赋予了 AI 极高的系统权限，使用时请务必保持谨慎，建议在受控环境中测试，避免潜在的安全风险。对于","mac_computer_use 是一款专为 macOS 用户打造的开源工具，它让 Claude 等 AI 模型能够直接操控你的电脑。作为 Anthropic 官方 Computer Use 项目的 Mac 原生分支，它解决了原版必须依赖 Docker 和 Ubuntu 虚拟环境的痛点，让用户无需配置复杂的容器环境，即可在本地系统上体验 AI 自主操作电脑的功能。\n\n这款工具特别适合开发者、技术研究人员以及希望探索 AI 自动化潜力的进阶用户。通过它，你可以让 AI 自动执行屏幕截图、键盘输入、鼠标点击甚至文件编辑等任务，极大地拓展了人机交互的边界。\n\n其核心技术亮点在于完全原生的 macOS 支持：利用系统自带命令进行屏幕捕获，并借助 cliclick 工具实现精准的键鼠控制，同时支持自动屏幕分辨率缩放以优化模型识别效果。此外，它还兼容 Anthropic、Bedrock 和 Vertex 等多个大模型提供商，并通过 Streamlit 提供了简洁易用的可视化界面。\n\n需要注意的是，由于赋予了 AI 极高的系统权限，使用时请务必保持谨慎，建议在受控环境中测试，避免潜在的安全风险。对于想要深入研究 AI Agent 如何在真实操作系统中工作的朋友来说，mac_computer_use 提供了一个便捷且高效的实验平台。","# Anthropic Computer Use (for Mac)\n\n[Anthropic Computer Use](https:\u002F\u002Fgithub.com\u002Fanthropics\u002Fanthropic-quickstarts\u002Fblob\u002Fmain\u002Fcomputer-use-demo\u002FREADME.md) is a beta Anthropic feature which runs a Docker image with Ubuntu and controls it. This fork allows you to run it natively on macOS, providing direct system control through native macOS commands and utilities.\n\n> [!CAUTION]\n> This comes with obvious risks. The Anthropic agent can control everything on your Mac. Please be careful.\n> Anthropic's new Claude 3.5 Sonnet model refuses to do unsafe things like purchase items or download illegal content.\n\n## Features\n\n- Native macOS GUI interaction (no Docker required)\n- Screen capture using native macOS commands\n- Keyboard and mouse control through cliclick\n- Multiple LLM provider support (Anthropic, Bedrock, Vertex)\n- Streamlit-based interface\n- Automatic screen resolution scaling\n- File system interaction and editing capabilities\n\n## Prerequisites\n\n- macOS Sonoma 15.7 or later\n- Python 3.12+\n- Homebrew (for installing additional dependencies)\n- cliclick (`brew install cliclick`) - Required for mouse and keyboard control\n\n## Setup Instructions\n\n1. Clone the repository and navigate to it:\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fdeedy\u002Fmac_computer_use.git\ncd mac_computer_use\n```\n\n2. Create and activate a virtual environment:\n\n```bash\npython3.12 -m venv venv\nsource venv\u002Fbin\u002Factivate\n```\n\n3. Run the setup script:\n\n```bash\nchmod +x setup.sh\n.\u002Fsetup.sh\n```\n\n4. Install Python requirements:\n\n```bash\npip install -r requirements.txt\n```\n\n## Running the Demo\n\n### Set up your environment and Anthropic API key\n\n1. In a `.env` file add:\n\n```\nAPI_PROVIDER=anthropic\nANTHROPIC_API_KEY=\u003Ckey>\nWIDTH=800\nHEIGHT=600\nDISPLAY_NUM=1\n```\n\nSet the screen dimensions (recommended: stay within XGA\u002FWXGA resolution), and put in your key from [Anthropic Console](https:\u002F\u002Fconsole.anthropic.com\u002Fsettings\u002Fkeys).\n\n2. Start the Streamlit app:\n\n```bash\nstreamlit run streamlit.py\n```\n\nThe interface will be available at http:\u002F\u002Flocalhost:8501\n\n## Screen Size Considerations\n\nWe recommend using one of these resolutions for optimal performance:\n\n-   XGA: 1024x768 (4:3)\n-   WXGA: 1280x800 (16:10)\n-   FWXGA: 1366x768 (~16:9)\n\nHigher resolutions will be automatically scaled down to these targets to optimize model performance. You can set the resolution using environment variables:\n\n```bash\nexport WIDTH=1024\nexport HEIGHT=768\nstreamlit run streamlit.py\n```\n\n> [!IMPORTANT]\n> The Beta API used in this reference implementation is subject to change. Please refer to the [API release notes](https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Frelease-notes\u002Fapi) for the most up-to-date information.\n","# Anthropic 计算机使用（适用于 Mac）\n\n[Anthropic 计算机使用](https:\u002F\u002Fgithub.com\u002Fanthropics\u002Fanthropic-quickstarts\u002Fblob\u002Fmain\u002Fcomputer-use-demo\u002FREADME.md) 是一项 Anthropic 的 Beta 功能，它运行一个包含 Ubuntu 的 Docker 镜像并对其进行控制。此分叉允许您在 macOS 上原生运行该功能，通过原生的 macOS 命令和实用程序直接控制系统。\n\n> [!CAUTION]\n> 这显然伴随着一定的风险。Anthropic 代理可以控制您 Mac 上的一切。请务必小心。\n> Anthropic 新推出的 Claude 3.5 Sonnet 模型拒绝执行诸如购买商品或下载非法内容等不安全的操作。\n\n## 特性\n\n- 原生 macOS GUI 交互（无需 Docker）\n- 使用原生 macOS 命令进行屏幕截图\n- 通过 cliclick 控制键盘和鼠标\n- 支持多个 LLM 提供商（Anthropic、Bedrock、Vertex）\n- 基于 Streamlit 的界面\n- 自动屏幕分辨率缩放\n- 文件系统交互与编辑能力\n\n## 先决条件\n\n- macOS Sonoma 15.7 或更高版本\n- Python 3.12+\n- Homebrew（用于安装额外依赖）\n- cliclick (`brew install cliclick`）——用于鼠标和键盘控制\n\n## 设置说明\n\n1. 克隆仓库并进入目录：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fdeedy\u002Fmac_computer_use.git\ncd mac_computer_use\n```\n\n2. 创建并激活虚拟环境：\n\n```bash\npython3.12 -m venv venv\nsource venv\u002Fbin\u002Factivate\n```\n\n3. 运行设置脚本：\n\n```bash\nchmod +x setup.sh\n.\u002Fsetup.sh\n```\n\n4. 安装 Python 依赖：\n\n```bash\npip install -r requirements.txt\n```\n\n## 运行演示\n\n### 设置您的环境和 Anthropic API 密钥\n\n1. 在 `.env` 文件中添加：\n\n```\nAPI_PROVIDER=anthropic\nANTHROPIC_API_KEY=\u003Ckey>\nWIDTH=800\nHEIGHT=600\nDISPLAY_NUM=1\n```\n\n设置屏幕尺寸（建议保持在 XGA\u002FWXGA 分辨率范围内），并将您的密钥填入 [Anthropic 控制台](https:\u002F\u002Fconsole.anthropic.com\u002Fsettings\u002Fkeys)。\n\n2. 启动 Streamlit 应用程序：\n\n```bash\nstreamlit run streamlit.py\n```\n\n界面将可在 http:\u002F\u002Flocalhost:8501 访问。\n\n## 屏幕尺寸注意事项\n\n我们推荐使用以下分辨率以获得最佳性能：\n\n-   XGA：1024×768（4:3）\n-   WXGA：1280×800（16:10）\n-   FWXGA：1366×768（约 16:9）\n\n更高的分辨率将自动缩放到这些目标分辨率，以优化模型性能。您可以通过环境变量设置分辨率：\n\n```bash\nexport WIDTH=1024\nexport HEIGHT=768\nstreamlit run streamlit.py\n```\n\n> [!IMPORTANT]\n> 此参考实现中使用的 Beta API 可能会发生变化。请参阅 [API 发布说明](https:\u002F\u002Fdocs.anthropic.com\u002Fen\u002Frelease-notes\u002Fapi)，以获取最新信息。","# mac_computer_use 快速上手指南\n\n`mac_computer_use` 是 Anthropic Computer Use 的 macOS 原生分支。它无需 Docker，直接利用 macOS 原生命令和工具（如 `cliclick`）让 AI 代理控制你的 Mac 系统，提供原生的图形界面交互、屏幕捕获及键鼠控制能力。\n\n> **⚠️ 安全警告**：该工具赋予 AI 代理完全控制系统的能力（包括文件操作、应用执行等）。请务必在受信任的环境下运行，并谨慎授权。\n\n## 环境准备\n\n在开始之前，请确保你的开发环境满足以下要求：\n\n*   **操作系统**：macOS Sonoma 15.7 或更高版本\n*   **Python 版本**：Python 3.12+\n*   **包管理器**：Homebrew\n*   **核心依赖**：`cliclick`（用于模拟鼠标和键盘操作）\n\n### 安装前置依赖\n\n使用 Homebrew 安装必要的工具：\n\n```bash\nbrew install cliclick\n```\n\n## 安装步骤\n\n按照以下步骤克隆项目并配置运行环境：\n\n1.  **克隆仓库并进入目录**：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fdeedy\u002Fmac_computer_use.git\n    cd mac_computer_use\n    ```\n\n2.  **创建并激活 Python 虚拟环境**：\n    ```bash\n    python3.12 -m venv venv\n    source venv\u002Fbin\u002Factivate\n    ```\n\n3.  **运行初始化脚本**：\n    ```bash\n    chmod +x setup.sh\n    .\u002Fsetup.sh\n    ```\n\n4.  **安装 Python 依赖包**：\n    > 💡 **国内加速建议**：如果 `pip` 下载缓慢，建议使用清华或阿里镜像源。\n    ```bash\n    pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n\n## 基本使用\n\n### 1. 配置环境变量\n\n在项目根目录下创建 `.env` 文件，填入你的 Anthropic API Key 及屏幕参数。\n\n```bash\ntouch .env\n```\n\n编辑 `.env` 文件，内容如下：\n\n```text\nAPI_PROVIDER=anthropic\nANTHROPIC_API_KEY=\u003C你的_Anthropic_API_Key>\nWIDTH=800\nHEIGHT=600\nDISPLAY_NUM=1\n```\n\n*   **API Key**：请前往 [Anthropic Console](https:\u002F\u002Fconsole.anthropic.com\u002Fsettings\u002Fkeys) 获取。\n*   **分辨率**：推荐设置为 XGA (1024x768) 或 WXGA (1280x800) 以获得最佳模型性能。过高的分辨率会被自动缩放。\n\n### 2. 启动演示界面\n\n运行 Streamlit 应用以启动交互界面：\n\n```bash\nstreamlit run streamlit.py\n```\n\n启动成功后，终端会显示访问地址（通常为 `http:\u002F\u002Flocalhost:8501`）。在浏览器中打开该地址，即可通过聊天界面指挥 AI 操作你的 Mac。\n\n### 3. 自定义分辨率运行（可选）\n\n你也可以直接在命令行指定分辨率启动：\n\n```bash\nexport WIDTH=1024\nexport HEIGHT=768\nstreamlit run streamlit.py\n```","资深数据分析师需要在 macOS 环境下，每日从多个本地遗留系统中提取报表并整合成统一的 Excel 文档。\n\n### 没有 mac_computer_use 时\n- **操作繁琐重复**：必须人工逐个打开旧版软件，手动点击“导出”按钮并保存文件，耗时且容易因疲劳出错。\n- **跨应用协作困难**：无法让 AI 直接操控鼠标键盘，只能依赖不稳定的 AppleScript 或手动复制粘贴数据。\n- **环境部署复杂**：若想尝试自动化，往往需配置 Docker 容器模拟 Linux 环境，与本机 macOS 文件系统交互存在权限和路径障碍。\n- **异常处理滞后**：一旦某个弹窗位置微调或软件响应变慢，预设的脚本就会中断，需要人工介入重启流程。\n\n### 使用 mac_computer_use 后\n- **全流程自主执行**：Claude 3.5 Sonnet 可直接通过 cliclick 接管鼠标键盘，自动识别屏幕元素并完成从打开软件到保存文件的全套动作。\n- **原生系统无缝集成**：无需 Docker 虚拟化，直接调用 macOS 原生截图和命令工具，实时感知界面变化并精准操作本地文件。\n- **动态适应能力强**：基于视觉反馈自主决策，即使弹窗位置偏移或加载延迟，也能像人类一样等待或重新定位，大幅降低失败率。\n- **自然语言驱动**：只需在 Streamlit 界面输入“把上周的销售报表汇总到 Excel\"，即可自动触发复杂的多步骤跨应用工作流。\n\nmac_computer_use 将原本需要数小时的人工机械操作，转化为由大模型自主完成的分钟级任务，真正实现了 macOS 上的“动口不动手”。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdeedy_mac_computer_use_7211b3da.png","deedy","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fdeedy_f00d7c4c.jpg",null,"Menlo Ventures","San Francisco, CA","dd367@cornell.edu","deedydas","http:\u002F\u002Fdebarghyadas.com\u002F","https:\u002F\u002Fgithub.com\u002Fdeedy",[86,90,94],{"name":87,"color":88,"percentage":89},"Python","#3572A5",94.3,{"name":91,"color":92,"percentage":93},"Shell","#89e051",4.6,{"name":95,"color":96,"percentage":97},"Dockerfile","#384d54",1.1,863,137,"2026-04-03T02:04:33","macOS","未说明",{"notes":104,"python":105,"dependencies":106},"仅支持 macOS Sonoma 15.7 或更高版本；需通过 Homebrew 安装 cliclick 以控制鼠标和键盘；该工具可直接控制系统，存在安全风险，请谨慎使用；建议屏幕分辨率设置为 XGA (1024x768) 或 WXGA (1280x800) 以获得最佳性能，高分辨率会自动缩放。","3.12+",[107,108],"cliclick","streamlit",[14,15,13],[111,112,113,114],"ai","anthropic","claude","computer-use","2026-03-27T02:49:30.150509","2026-04-06T06:44:32.640890",[],[]]