mac assistant: a inteligência de IA que automatiza as ações do desktop em dispositivos macOS

Introdução geral

O mac assistant é um projeto de inteligências de IA desenvolvido para o macOS, com o objetivo de simplificar as operações do usuário combinando software nativo e recursos da Web. Atualmente, o projeto é compatível com OpenAI e GÊMEOS API, e planeja oferecer suporte a Ollama O mac_assistant é capaz de executar com eficiência tarefas simples, como clicar em botões em páginas da Web e em aplicativos, graças à sua profunda integração com a árvore DOM e às funções auxiliares do sistema operacional. No entanto, atualmente ele tem limitações para lidar com operações como Google Docs e arquivos PDF. Futuras atualizações aprimorarão ainda mais seu desempenho nessas áreas. O projeto foi desenvolvido por uso do navegador e drivers para macOS, o que, no futuro, permitirá que a IA utilize mais ferramentas para melhorar seu desempenho.

Lista de funções

• Suporte para APIs OpenAI e GEMINI
• Planos para apoiar o modelo de idioma grande nativo Ollama
• Execução eficiente de tarefas de clique de botão em páginas da Web e aplicativos
• Árvore DOM profundamente integrada e funções auxiliares de sistema operacional
• Fornece uma interface fácil de usar para interagir com inteligências e APIs

Usando a Ajuda

Processo de instalação

1. Instalação das bibliotecas necessáriasPrimeiro, instale as bibliotecas necessárias executando o seguinte comando:

   pip install PyQt5 pyinstaller langchain-openai browser-use mlx-use python-dotenv

2. Criação de arquivos .env: Criar um.enve adicione o seguinte:

   OPENAI_API_KEY=你的OpenAI密钥
GEMINI_API_KEY=你的GEMINI密钥

3. Executar o aplicativoExecute o seguinte comando no terminal para iniciar o aplicativo:

   python agent_ui.py

Diretrizes para uso

1. Introdução à interfaceInterface de usuário: Ao iniciar o aplicativo, você verá uma interface de usuário que permite interagir com inteligências e APIs. A interface foi projetada para ser simples e intuitiva para facilitar a operação.
2. operarInterface de usuário: Por meio da interface, você pode inserir comandos para que a Inteligência execute tarefas específicas, como clicar em um botão em uma página da Web ou executar uma ação em um aplicativo. A Inteligência executará essas tarefas automaticamente de acordo com as instruções.
3. Atualizações futurasComo o projeto continua a evoluir, o suporte a mais tipos de arquivos (por exemplo, Google Docs e PDF) será adicionado no futuro e o desempenho geral das inteligências será aprimorado.