Cua 是什么:一段话说清

Cua 是一个开源的 computer-use 基础设施项目(GitHub 仓库 trycua/cua),官方对它的定位是:用开源驱动、跨操作系统机群和基准测试来扩展 Computer-Use 2.0,服务于 AI Agent 的训练、评测和数据生成。项目 2025 年 1 月创建,持续活跃更新,GitHub star 约 2.8 万(2026-10 查询为 28,243),除 Cua Spaces 外全部以 MIT 协议开源,官网是 cua.ai。它对应三类场景:让编码代理(Claude Code、Codex 等)直接操作 macOS、Windows、Linux 原生应用;给 Agent 开隔离的虚拟机与沙箱;为 computer use 模型提供训练与评测环境。

先理解 Computer-Use 2.0:图形界面只是工具之一

Cua 官方把整个项目挂在「Computer-Use 2.0」这个概念之下,官方定义一句话:Agent 在同一个任务里于代码、API、图形界面之间移动,图形界面只是工具之一。「同一个任务里」是关键词——三种方式混排进一次执行流程:先用 API 拉数据,再写脚本批量处理,只在必须人机交互那一步点界面。

这个理念为什么重要?从工程角度看,纯 GUI 路线每一步都要截图、识别、动指针、等渲染,慢、不稳定、易被弹窗打断;纯 API 路线则够不着只有图形界面的桌面软件。Computer-Use 2.0 把两条路线变成互补:能用代码和 API 走的路不消耗 GUI 操作,GUI 只留给绕不开的那一段。Cua 的六大组件正是按这个分工搭建——Driver 管 GUI,SDK 与 Lume 管代码和机器,Bench 管度量。

六大组件地图:一张表看懂 Cua 卖什么

结论先行:Cua 不提供模型、不绑定代理,官方 README 的「Choose your path」列出六个组件——你自带代理和模型,Cua 提供电脑与自动化工具。

组件是什么一句话定位
Cua Spaces桌面应用,给 Agent 完整桌面消费侧入口,人机同机协作
Cua Driver操作原生应用与浏览器的工具层让现有代理接上 GUI
LumeApple Silicon 上的 macOS/Linux VM 管理在本机开出干净的电脑
Cua SDK 与 CLI统一 SDK 加 cua 命令程序化管理 VM、容器与远端机器
CUA-S1小型专用 System 1 模型官方自带的低层模型选项
Cua Bench基准与 RL 环境训练与评测的基础设施

表里最容易混淆的是 Spaces 和 SDK 的分工:前者给「人」用,后者给「程序」用。CUA-S1 与 Bench 面向模型研究者,应用开发者可以先跳过。

Cua Spaces:Teleport 与 Multiplayer,消费侧最独特的两个能力

Spaces 是六大组件里唯一面向「人机同机」的桌面应用:每个桌面是一个 Space,本地方案在你的 Mac 上构建 macOS VM,另有 Linux 与 Omarchy 镜像;Space 可以跑在自己的 Mac、其他你拥有的机器或你自己的云账号(AWS、Google Cloud、Modal)上。安装一条命令:curl -fsSL https://cua.ai/install.sh | sh(要求 macOS 26+),另有签名的 .dmg 与 .pkg;个人使用免费,Pro/Teams 计划即将推出。

Teleport 解决「登录态」这个老问题。它把已登录的应用(如 Chrome、Slack)移入 Space 且保持登录态;会话存在 Cua Keyvault(在你的 Mac 上加密),经你批准后才进 Space。代理拿到能用的登录会话,凭据留在你本地的加密库里。

Multiplayer 重新定义了「接管」:你和 Agent 在同一桌面各自有自己的光标,你介入做选择,做完交还控制权——人随时能搭把手,Agent 不用停下来等你退出。

两个细节可写进选型备忘:Agent-ready 镜像内置 cua-spacesd,启动即有进程、文件、截图、输入能力;闲置旧 Mac 也能当 Space 主机,官方给了 relay、Tailscale、SSH 三种接入方式。

Cua Driver:给现有代理接上原生应用与浏览器

Driver 是给 Agent 检查与操作 macOS、Windows、Linux 原生桌面应用和浏览器的工具层,经 CLI、MCP 或带类型的 SDK 三种方式接入。它最特别的机制叫 background delivery:在应用与平台支持时,Agent 不移动你的指针、不抢焦点地干活——人机可以在同一台机器上同时工作,互不挡路(平台支持边界见官方 platform support 文档)。安装命令、接入步骤和权限清单见专篇:Cua Driver 教程。

许可结构:MIT 主干加一个 FSL 组件,商用前分三层读

Cua 的许可比「MIT 开源」四个字复杂,商用前分三层读完(README 的 Licensing 一节)。

第一层,MIT 主干。 Cua Spaces 之外的一切都是 MIT:SDK 四语言包、cua 命令与 cua daemon、Cua Driver、Lume 以及仓库其余部分。商用、修改、再分发没有额外条件。

第二层,FSL-1.1-MIT。 Cua Spaces 源码可得(FSL-1.1-MIT),覆盖 Spaces 应用、cua-spacesd、Cua Keyvault、teleport、Cua Volume、流客户端/编解码器/查看器:免费使用、自托管、二次开发,条件是不用它做竞争性托管服务,每个发布版两年后自动转 MIT。MIT 部分从不依赖 FSL 部分——只用 SDK 和 Driver 的团队碰不到 FSL。

第三层,两个可选包的 AGPL 注意事项。 可选的 cua-som 包是 AGPL-3.0-or-later(含 Ultralytics 依赖);可选的 cua-perception 扩展非 MIT(AGPL-3.0-only 的 OmniParser 模型工件 + Apache-2.0 的 PP-OCR + 单独打包的 ONNX Runtime)。再分发或经网络提供服务可能触发 AGPL 义务——默认不装就不受影响,引入前过一遍法务。

和 OpenMuse、Omnigent 的定位差异

Cua 常被拿来与 OpenMuse、Omnigent 比较,三者在工具链上的位置不同:OpenMuse 是 CopilotKit 官方开源的个人 Agent 应用模板;Omnigent 是架在 Claude Code、Codex 等编码代理之上的编排层,管会话、策略与多设备接力;Cua 卖的是「电脑层」基础设施——不管上面跑哪个代理,它负责把可操作的电脑准备好、管起来。

项目定位你得到的东西
Cua电脑层基础设施Driver、VM、沙箱、基准测试
OpenMuse个人 Agent 应用模板一个完整应用,克隆改造
OmnigentAgent 编排层多 harness 编排、治理、接力

三者也可组合:Omnigent 编排代理,代理经 Cua Driver 操作电脑,跑在 Cua 的沙箱或 VM 里。判断标准:要一台给 AI 用的电脑,选 Cua;要一个现成的个人 Agent 应用,看 OpenMuse 是什么;要一层多代理编排,看 Omnigent 是什么。

适合谁用:三类人三条路径

想让 Claude Code、Codex 操作桌面软件的开发者,从 Driver 入手,装完脚本把代理接上 GUI(见上文教程链接)。

要给 Agent 批量开隔离环境的后端工程师,从 SDK 入手,一条 cua 命令拉起 gVisor 沙箱,见 Cua SDK 实战;要完整 macOS/Linux 系统环境看 Lume,见 Cua Lume 虚拟机指南。

做 computer use 模型训练与评测的研究者,入口是 CUA-S1(小型专用 System 1 模型)与 Cua Bench(基准与 RL 环境)。

常见问题

Q:computer use agent github 上有哪些开源项目?Cua 算什么级别?

直接答:Cua 是 GitHub 上 star 约 2.8 万(2026-10 查询为 28,243)的开源 computer use agent 基础设施项目,MIT 为主,2025 年 1 月创建并持续活跃更新。展开说:它覆盖驱动、虚拟机、沙箱、基准测试四层,官方定位是为 computer use 的训练、评测与数据生成提供基础设施。

Q:computer use agent是什么?和传统 RPA 有什么区别?

直接答:computer use agent 指通过看屏幕、动鼠标键盘来操作图形界面的 AI 代理;Cua 官方的 Computer-Use 2.0 定义补上了另一半——同一个任务里还能走代码和 API。展开说:与按固定脚本回放的 RPA 相比,computer use agent 靠模型理解界面,界面变了也能自适应;代价是每步 GUI 更贵更慢,所以 Cua 让代理优先走代码和 API(理念出自官方 README)。

Q:ai 操作电脑,为什么需要 Cua 这样的电脑层?

直接答:模型和代理只负责决策,「能被操作的电脑」是另一层基础设施——驱动、虚拟机、沙箱、权限、通道,Cua 把这一层做成了开源组件。展开说:自己搭要解决 VM 管理、截图回传、输入注入、就绪探测一堆杂活;Cua 把这些封装成一条 cua 命令和四语言 SDK。官方口号「你自带代理和模型,Cua 提供电脑与自动化工具」就是对这层的概括。