让 AI 替你打开计算器、输入算式,再确认屏幕上是不是 42,看似简单,实际要接通“眼睛”和“手脚”,还要给它一个不怕误操作的桌面。单日新增 228 星的 CUA,正试图把这些环节收进一套电脑操作框架:开发者可以带上自己的 Agent 和模型,让它在 macOS、Windows 与 Linux 上检查界面、点击和输入。
这套项目的价值不在某个单独模型,而在于把零散工具串起来。Cua Driver 是把 Agent 决策变成鼠标、键盘和窗口控制的“手脚”;Lume 用虚拟机(VM,也就是电脑里隔离出来、可重置的另一台电脑)提供本地运行环境;Cua SDK 和 CLI 分别方便代码接入与命令行操作。它还纳入 CUA-S1 决策模型和 Cua Bench 评测工具,覆盖从运行桌面、驱动操作到训练与验证任务的链路。项目也支持在自有机器和云账户中运行多个桌面。需要留意的是,材料只列出了功能与示例,未披露统一框架带来的性能提升或系统性评测结果。