字节跳动开源多模态智能体，桌面/浏览器/手机自动化操作，游戏任务 SOTA

字节开源视觉驱动 UI 自动化框架，支持 Web/桌面/移动端，自然语言控制

用 Python 控制鼠标键盘，截图识别+图像定位，三行代码实现桌面自动化，支持 Windows/macOS/Linux

Google Gemini的浏览器自动化工具，用自然语言控制浏览器执行操作，支持Playwright和Browserbase

Bun 专用无头浏览器 CLI，AI 编程助手自动化测试，支持截图/点击/表单交互

开源 AI 网页自动化 Chrome 扩展，支持多智能体协作，使用自有 API 密钥，替代 OpenAI Operator。

像素级截屏 + AI 分析 + 完整 GUI 自动化，支持自然语言指令驱动点击、输入、滚动、热键等操作，含 MCP Server

一个 API 驱动 Chromium/Firefox/WebKit 三大浏览器，支持 TS/Python/Java/.NET，自动等待+追踪调试+AI Agent 浏览器控制

微软首个 Agentic SLM，7B 参数本地跑，看屏幕操作鼠标键盘自动执行任务

基于 CDP 的轻量级 Python 框架，agent 中任务自动写代码补全功能，无需预定义流程，适合让 AI 完全控制浏览器

突破反爬封锁、人类无缝接管、多账号并行隔离，专为LLM推理设计的浏览器操控工具

支持视频号视频、直播回放、直播、图片下载的自动化工具，可自动监听微信视频号内容并一键下载，支持标题显示和暗黑模式，适合自媒体批量获取视频号素材

开源 AI 短剧自动化生产平台，从剧本生成、角色设计、分镜制作到视频合成全流程自动化。支持多厂商图片/视频/TTS 适配，10.2k Stars。

基于 LLM 的自动化金融研究 Agent，支持多源数据聚合、深度推理与投资决策

版本号与正版一致，自动化安装，全自动汉化，集成运行库，内置流畅补丁（默认关闭），新版百科全书（未公布版），存档查询工具。

macOS/Windows/Linux 开源 GUI 自动化代理，OSWorld 60% 成功率，支持 OpenClaw

Browserbase 出品的浏览器 CLI，内置 100+ 网站自动化技能，token 消耗降低 50x

扫描项目自动推荐 MCP、Skills、Hooks、Subagents 等自动化配置，让 Claude Code 从「终端助手」升级为「项目级编码环境」

一句话生成完整短剧，从剧本到成片全流程AI自动化，支持小说/剧本转视频

全球最大CC0免费素材站，300万+图片/视频/音乐，免费商用无需署名，API对接自动化