你的AI编程助手可以像真人一样点击、打字、截图了
不抢鼠标、不夺焦点，后台静默运行
Mac、Windows、Linux一套代码全搞定
🖥️ 先看痛点：AI"能动嘴"，但"动不了手"
现在的AI编程助手（Claude Code、Cursor、Codex）很聪明：能写代码、能读文档、能回答问题。
但它们有一个共同的"残疾"：
没法真正操作电脑。
你想让AI帮你：
- 打开浏览器，登录某个后台，点几个按钮导出数据
- 打开设计软件，调整几个参数，导出图片
- 打开系统设置，改几个配置项
- 在多个应用之间切换、复制粘贴、填写表单
现在的AI做不到。不是它"不想"，是它"没有手"。
核心矛盾：
AI有"大脑"（推理能力），但没有"手"（操作电脑的能力）。你想让AI帮你做"需要动手"的重复性工作，但现有的AI只能聊天和写代码。
✅ Cua 的解法
Cua 是一套让AI能够"使用电脑"的工具包。
一句话：给AI装上一双"虚拟手"
AI可以在后台操作鼠标、键盘、截图、运行命令、甚至操作手机模拟器
python
# 一行代码，AI就能控制一台"虚拟电脑"
from cua import Sandbox
async with Sandbox.ephemeral(Image.linux()) as sb:
await sb.mouse.click(100, 200) # 点击坐标
await sb.keyboard.type("Hello from AI") # 打字
screenshot = await sb.screenshot() # 截图
result = await sb.shell.run("ls -la") # 执行命令你可以让AI自己：
- 打开浏览器 → 登录 → 点按钮 → 下载报表
- 打开设置 → 改配置 → 保存
- 在多个窗口间复制粘贴 → 整理数据
全程后台运行，不干扰你正在做的事情。
🔥 它解决了什么？
1. 传统自动化 vs Cua
| 传统自动化脚本（如PyAutoGUI） | Cua + AI | |
|---|---|---|
| 灵活性 | 脚本写死，页面一变就崩 | AI动态理解界面，自适应 |
| 维护成本 | 每个操作都要手写代码 | AI自己"看屏幕"决定点哪里 |
| 跨平台 | 每个系统重写一套 | 一套API跑Mac/Windows/Linux |
| 后台运行 | 难（通常要抢鼠标） | ✅ 原生支持后台 |
| 适用范围 | 固定流程 | 任意任务，AI自动推理 |
2. AI"有手" vs "没手"
| 场景 | 没有Cua | 有Cua |
|---|---|---|
| "帮我导出上个月的销售报表" | AI告诉你"步骤是1.打开后台2.点报表..." | AI自己打开、自己点、自己导出 |
| "把这个设计图导出成PNG" | 告诉你"按Ctrl+Shift+E..." | 自己打开软件、自己操作菜单、自己保存 |
| "每天凌晨备份这个文件夹" | 教你写cron脚本 | 自己设定时任务、自己执行 |
📦 四个核心组件
1. Cua Drivers ------ 后台操作电脑（最实用）
让AI在后台驱动你的Mac或Windows电脑。
- 不抢鼠标、不夺焦点（你可以一边看网页，AI在后台帮你点另一个软件）
- 同一个CLI和MCP服务器，同时支持Mac和Windows
- Linux支持（预发布阶段）
安装（Mac/Linux）：
bash
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/trycua/cua/main/libs/cua-driver/scripts/install.sh)"安装（Windows PowerShell）：
powershell
irm https://raw.githubusercontent.com/trycua/cua/main/libs/cua-driver/scripts/install.ps1 | iex接入Claude Code（作为MCP服务器）：
bash
claude mcp add --transport stdio cua-driver -- cua-driver mcp装完后，你的Claude Code就能控制电脑了。
💡 MCP（模型上下文协议）：一种让AI工具之间互相通信的标准。你可以理解为"AI之间的USB接口"------插上就能用。
2. Cua Sandbox ------ 虚拟电脑沙箱
不想让AI操作你的真机？给它一台"虚拟电脑"。
- 支持 Linux容器、Linux虚拟机、macOS、Windows、Android
- 云端运行（cua.ai提供）或本地运行（QEMU）
- 一套API，所有操作系统通用
python
from cua import Sandbox, Image
# 启动一个Linux虚拟机，AI在里面干活
async with Sandbox.ephemeral(Image.linux()) as sb:
await sb.mouse.click(100, 200)
await sb.keyboard.type("Hello")适用场景：
- 测试不可信的AI行为（坏了就销毁，不影响真机）
- 批量并行运行多个AI任务（每个任务一个独立沙箱）
- 需要特定操作系统环境（比如测试Windows下的软件）
💡 沙箱（Sandbox）：一个隔离的运行环境，里面的操作不会影响到外面的真实电脑。就像"在玻璃盒子里做实验"，弄坏了关掉盒子就行。
3. Cua Bench ------ 测试AI的"动手能力"
想评估哪个AI模型操作电脑最厉害？Cua Bench提供标准化测试：
- OSWorld：在真实操作系统里完成任务的基准测试
- ScreenSpot：屏幕理解能力测试
- Windows Arena：Windows环境专用测试
- 支持自定义任务
bash
# 运行基准测试
cb run dataset datasets/cua-bench-basic --agent cua-agent --max-parallel 4💡 基准测试（Benchmark）：就像"考试"------给AI一套标准题，看它能得多少分。分数高的说明"动手能力"强。
4. Lume ------ 苹果芯片上的macOS虚拟机
专门给Apple Silicon（M1-M4芯片）用的虚拟机管理工具。
- 基于苹果官方的Virtualization.Framework
- 接近原生的性能
- 一键创建、运行macOS/Linux虚拟机
bash
# 安装Lume
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/trycua/cua/main/libs/lume/scripts/install.sh)"
# 下载并启动一个macOS虚拟机
lume run macos-sequoia-vanilla:latest适用场景：
- 在Mac上测试Mac软件，但不想污染主系统
- CI/CD流水线里跑macOS环境
- 开发需要多版本macOS测试的应用
🎯 谁最适合用？
| 人群 | 为什么适合 |
|---|---|
| AI编程助手用户（Claude Code/Cursor/Codex） | 让你的AI不仅能写代码，还能操作电脑------开浏览器、点按钮、填表单 |
| 自动化测试工程师 | AI可以"看着屏幕"做端到端测试，比传统脚本更智能、更抗界面变化 |
| 运维/SRE | AI可以登录服务器、执行命令、检查日志、处理告警（全程自动） |
| RPA（机器人流程自动化）从业者 | 传统RPA脚本写死流程，AI版RPA能自己"看"屏幕做决策 |
| AI研究员/开发者 | 需要测试和训练"计算机使用Agent"的能力 |
| 喜欢折腾的开发者 | 给Claude Code装上"手"，看它能帮你做什么神奇的事 |
一个典型的"省时间"场景
问题：你每天要登录公司后台，点"报表"→"导出"→"上个月"→"CSV格式"，然后下载文件，重命名，放到共享文件夹。
现在：你把Claude Code调出来，说：
"帮我把上个月的用户活跃度报表导出来，放到团队共享盘里"
Cua做了什么：
- AI打开浏览器
- 登录后台（你可能要提前给它cookie或账号）
- 依次点击报表→导出→选择时间范围
- 下载文件
- 重命名
- 移动到共享文件夹
全程你在喝咖啡。
🔐 安全与隐私
后台运行，不抢控制权
Cua Drivers在后台操作时，不会抢走你的鼠标和键盘焦点。你可以一边写代码，一边让AI在后台帮你点另一个软件。
沙箱隔离
用Cua Sandbox，AI的活动完全隔离在虚拟机/容器里。它破坏不了你的主系统。
数据不出本地
所有操作可以完全在本地运行（用QEMU或Lume），不需要把任何数据传到云端。
🚀 快速上手
让Claude Code获得"动手能力"（5分钟）
bash
# 1. 安装Cua Driver
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/trycua/cua/main/libs/cua-driver/scripts/install.sh)"
# 2. 接入Claude Code作为MCP服务器
claude mcp add --transport stdio cua-driver -- cua-driver mcp
# 3. 重启Claude Code，然后对它说：
# "帮我打开浏览器，访问 google.com，搜索'天气'"用Python直接调用
bash
pip install cua
python
from cua import Sandbox, Image
async with Sandbox.ephemeral(Image.linux()) as sb:
# AI点击坐标(100,200)
await sb.mouse.click(100, 200)
# 打字
await sb.keyboard.type("Hello from Cua!")
# 截图
img = await sb.screenshot()
# 执行命令
result = await sb.shell.run("ls -la")
print(result.output)📊 支持矩阵
| 环境 | Linux容器 | Linux虚拟机 | macOS | Windows | Android |
|---|---|---|---|---|---|
| 云端（cua.ai） | ✅ | ✅ | ✅ | ✅ | ✅ |
| 本地（QEMU） | ✅ | ✅ | ✅ | ✅ | ✅ |
| Lume（Apple Silicon） | ✅ | ✅ | ✅ | ❌ | ❌ |
| Cua Drivers（真机后台） | 🔜 | 🔜 | ✅ | ✅ | ❌ |
✅ 总结
| 层次 | 核心内容 |
|---|---|
| 解决了什么 | AI能"说话"但不能"动手"的矛盾。Cua给AI装上了鼠标、键盘和屏幕 |
| 核心组件 | ①Cua Drivers（后台操作真机）②Cua Sandbox（虚拟沙箱）③Cua Bench（能力测试）④Lume（Mac虚拟机） |
| 怎么用 | Claude Code用户：装Driver，加MCP，说人话；Python开发者：pip install cua |
| 谁适合 | AI编程助手用户、自动化测试、运维、RPA从业者、AI研究员 |
📦 立即开始
bash
# 最快体验：给Claude Code装"手"
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/trycua/cua/main/libs/cua-driver/scripts/install.sh)"
claude mcp add --transport stdio cua-driver -- cua-driver mcp
# Python开发者
pip install cua🔗 官网 ：cua.ai
📖 文档 ：cua.ai/docs
💬 Discord ：discord.gg/mVnXXpdE85
🐙 GitHub ：github.com/trycua/cua
📄 许可证：MIT
让AI不再只是"动嘴"，让它真正"动手"。