[开源] xAgent CLI - 首款能真正控制你电脑的 AI 助手-低调大师

[开源] xAgent CLI - 首款能真正控制你电脑的 AI 助手

2026-01-28 9

大家好，向大家推荐我开发的项目 xAgent CLI。

是什么？

xAgent CLI 是世界上首个结合顶尖 AI 模型与真·GUI 自动化的开源助手。它不只是会读写文件，而是能真正控制你的鼠标和键盘。

为什么做这个？

市面上的 AI 编程工具（Claude Code、Cursor、Copilot）都有一个局限：它们只能读写文件、执行命令，但不能点击按钮、填表、操作浏览器。

我想要一个能帮我搞定一切的 AI，不只是写代码，还能自动操作电脑。

核心功能：

🖱️ 真·GUI 自动化
- 精确的鼠标坐标控制
- 键盘输入模拟
- 浏览器自动化（登录、填表、导航）
- 控制电脑上任意应用
🧠 顶尖模型免费用
- MiniMax M2.1 - 高性能推理与编程
- GLM-4.7 - 智谱AI前沿多模态模型
- Kimi K2 - 月之暗面 MoE 模型，1T 上下文
- Qwen3 Coder - 阿里编程专用模型
- 无需 API Key，直接用
💻 开发者工具
- 项目架构分析
- Bug 定位和修复
- 代码审查
- 大项目上下文自动压缩
🏠 生活助手
- 整理桌面、按类型分类文件
- 批量下载网页资源
- 设置自动备份
- 查找重复文件
🔒 安全可控
- 5 种执行模式：YOLO、ACCEPT_EDITS、PLAN、DEFAULT、SMART

使用示例：

xagent gui --url https://twitter.com/login
> 点击坐标 (400, 280) 的用户名输入框
> 输入 "myaccount"> 按 Tab 键
> 输入 "mypassword"> 点击坐标 (450, 420) 的登录按钮

快速上手：

npm i -g @xagent-ai/cli
xagent start

支持 Windows、macOS、Linux。

完全开源，MIT 协议。

GitHub: https://github.com/xAgent-AI/xagent

欢迎体验、提 Issue、Star ⭐️

微信关注我们

原文链接：https://www.oschina.net/news/399998

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

吉利星愿：现象级销量背后的产品力构建与价值共创

近日，吉利汽车交出2025全年302万辆的亮眼成绩单。其中，星愿车型表现尤为突出。凭借“精品小型智能汽车”的精准定位，星愿创下2025年连续7个月销量突破4万辆，历史累计销量超53万辆的辉煌战绩，稳居全品类车型销量冠军，成为中国汽车市场上的一匹“现象级黑马”。这一市场奇迹的背后，是吉利对消费者需求的深刻洞察，对产品定义的前瞻思考，以及将创新理念高效落地的强大体系化能力。作为吉利汽车长期、深度的合作伙伴，星愿车型智能座舱供应商，东软深度参与了这款“国民爆款”的锻造过程，成为吉利汽车在智能化征程中的可靠伙伴。从高度集成到深度优化构筑体验与价值的双重优势随着智能化汽车的竞争进入以用户体验为核心的关键阶段，如何在充分满足用户对智能出行期待的基础上，构筑坚实的产品价值与价格优势，是摆在所有汽车品牌与供应链企业面前的共同课题。东软与吉利紧密协作，通过“高度集成”+“深度优化”一体化解决方案，共同探讨出了可行路径。通过将智能通讯（T-BOX）和显示屏核心部件与座舱深度融合，东软为星愿打造高度集成化的“三合一”智能座舱产品。不仅大幅优化空间布局与硬件成本，更通过架构创新达成了整车的轻量化与能...

2026-01-29

14

谷歌宣布其 AI 模型 Gemini 3 Flash 增加了一个全新的视觉能力模块 Agentic Vision，旨在让模型在处理图像时更像人类专家，而不是静态“看一眼就猜”。过去的大多数 AI 视觉模型都是“静态看图”：它们接收一张图片，试着一次性理解内容。但这样做，若遇到细节极小、信息密集的视觉任务（比如识别微小字符、远处标志等），结果往往不够精确。 Agentic Vision 的核心创新在于引入了一种类似调查式的视觉分析流程 — 让模型像工程师一样“思考→操作→观察”，从而依据视觉证据得出更可靠的结论。 Think（思考）：模型根据用户提问和初始图像制定一个多步骤分析计划。 Act（执行）：通过自动生成并执行 Python 代码，模型对图像进行剪裁、旋转、标注、计数等操作。 Observe（观察）：处理后的图像被加入上下文，模型在新的视角下重新分析并回答。这种“看 → 处理 → 再看”的循环式分析，让 Gemini 在视觉任务的准确性上平均提升 5–10%。目前 Agentic Vision 能力已经在 Gemini AI Studio、Vertex AI 中通过 Gem...

2026-01-28

5

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。