Inteligência de automação de desktop

Introdução geral A interface do usuário da Web do Browser Use é um projeto inovador de código aberto que se concentra em fornecer aos agentes de IA recursos de interação com o navegador como uma ferramenta de interface gráfica. O projeto foi desenvolvido com base na estrutura principal do Browser Use, desenvolvida com o Gradio ...

Introdução geral O Nanobrowser é uma extensão de código aberto do Chrome projetada para automatizar tarefas da Web por meio de um sistema multiagente orientado por IA. É uma alternativa gratuita ao OpenAI Operator, em que os usuários simplesmente fornecem seus...

Introdução abrangente O Browser-Use é uma ferramenta inovadora de automação da Web de código aberto, projetada especificamente para permitir que os modelos de linguagem (LLMs) interajam naturalmente com os sites. Ele oferece uma estrutura avançada e flexível que suporta uma ampla variedade de modelos de linguagem convencionais, incluindo GPT-4, Claud...

Introdução geral O Skyvern é uma ferramenta para automatizar fluxos de trabalho do navegador usando LLM (Large Language Modelling) e técnicas de visão computacional. Ele automatiza com eficiência um grande número de sites, fornecendo um ponto de extremidade de API simples que pode substituir soluções de automação que são frágeis ou não confiáveis...

Introdução geral O NeoAI é uma ferramenta inovadora de assistente de IA de código aberto que permite aos usuários controlar e gerenciar facilmente seus computadores por meio de diálogo em linguagem natural. Sem escrever nenhum código, os usuários podem encontrar arquivos, automatizar tarefas, gerenciar dispositivos e muito mais com apenas um diálogo diário.

Introdução geral O Open Operator é um projeto de código aberto que visa automatizar operações no navegador por meio de inteligências de IA. O projeto é desenvolvido pela Browserbase e combina as tecnologias do Stagehand e do Browserbase...

GLM-PC (Bull) Introdução O GLM-PC é um aplicativo de desktop baseado no modelo CogAgent, capaz de executar tarefas complexas rapidamente por meio de comandos de linguagem natural. Ele tem a capacidade de planejar tarefas e entender a interface, e pode concluir de forma autônoma várias operações do computador de acordo com as instruções do usuário. Atenção ao uso...

Introdução geral O Midscene.js é uma ferramenta de automação de navegador com tecnologia de IA que controla páginas da Web, executa asserções e extrai dados por meio de comandos de linguagem natural. Ele é compatível com extensões do Chrome, SDKs JavaScript e scripts YAML, simplificando a medição da IU...

Introdução geral O Shortest é uma estrutura de teste de ponta a ponta em linguagem natural alimentada por IA, desenvolvida pela equipe do Anti-Work. Ele foi desenvolvido com base no Playwright e oferece suporte à integração com o GitHub e à autenticação de dois fatores (2FA).

Introdução abrangente O AppAgent é uma estrutura de agente multimodal baseada no Large Language Model (LLM), projetada para manipular aplicativos de smartphones. A estrutura imita as interações humanas, como toques e deslizes, por meio de um espaço de manipulação simplificado, eliminando, assim, a necessidade de acesso ao back-end do sistema, ampliando seu alcance em diferentes aplicativos...

Introdução geral O MobileAgent é um poderoso assistente de operação de dispositivos móveis projetado para melhorar a eficiência e a automação da operação de dispositivos móveis por meio da colaboração de vários agentes e de módulos de percepção visual aprimorados. Ele foi desenvolvido pela equipe do X-PLUG e é compatível com Android e ...

Introdução geral O UI-TARS Desktop é um aplicativo de agente de interface gráfica baseado no UI-TARS (Visual Language Model) desenvolvido pela ByteDance. O aplicativo permite que os usuários controlem computadores por meio de linguagem natural para uma interação homem-computador mais intuitiva e eficiente.

Introdução geral O Playwright MCP é uma ferramenta de código aberto desenvolvida pela Microsoft e hospedada no GitHub. Ela permite que os modelos de inteligência artificial controlem diretamente os navegadores por meio do protocolo MCP (Model Context Protocol), completo com abertura...

Descrição geral O Dia Browser é um novo navegador inteligente desenvolvido pela The Browser Company com o objetivo de proporcionar aos usuários uma experiência de navegação mais eficiente por meio da integração de ferramentas avançadas de IA. Espera-se que o navegador seja lançado oficialmente no início de 2025, com os principais recursos...

Descrição geral O Agent.exe é um aplicativo Electron de código aberto que utiliza a API Sonnet Claude 3.5 da Anthropic para permitir que os usuários controlem seus computadores locais diretamente por meio de IA. O projeto foi desenvolvido por K...

Introdução abrangente O CogAgent é um modelo de linguagem visual de código aberto desenvolvido pelo Grupo de Pesquisa de Mineração de Dados da Universidade de Tsinghua (THUDM), com o objetivo de automatizar a operação da Interface Gráfica do Usuário (GUI) em várias plataformas. O modelo é baseado no CogVLM (GLM-4V-9B) e oferece suporte a idiomas bilíngues chinês e inglês...

Introdução geral O AutoMouser é uma extensão do Chrome que rastreia de forma inteligente as interações do usuário e gera automaticamente o código de teste Selenium usando os modelos GPT da OpenAI. Ele faz isso registrando as ações do navegador do usuário e convertendo-as...

Introdução geral A Convergence é uma empresa dedicada a ajudar as pessoas a recuperar o controle de seu tempo usando tecnologias de aprendizado de máquina. Ao desenvolver modelos de meta-aprendizagem em larga escala (LMLMs), os agentes de IA da Convergence (agentes de navegação) são capazes de adquirir novas habilidades em tempo real usando...

Introdução geral A Runner H é uma empresa dedicada ao desenvolvimento de modelos de ação de ponta, projetados para aumentar a produtividade do trabalhador por meio de recursos avançados de IA. Seu principal produto, o Runner H, é um agente avançado de IA projetado para ajudar os usuários a automatizar tarefas complexas de várias etapas e reduzir a re...

Introdução geral O mac assistant é um projeto de corpo de inteligência 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 oferece suporte às APIs OpenAI e GEMINI, e planeja oferecer suporte a futuras ...

Introdução geral O TankWork é uma estrutura de agente de desktop de código aberto projetada para permitir que a IA perceba e controle seu computador por meio de visão computacional e interação no nível do sistema. A estrutura permite que os agentes controlem diretamente os computadores por meio de comandos de voz e texto, processem o conteúdo da tela em tempo real e forneçam...

Introdução geral O Stagehand é uma estrutura de navegação na Web de IA focada na simplicidade e na extensibilidade. Ele é totalmente compatível com o Playwright e fornece três APIs de IA simples (act, extract e observe) que são construídas sobre a base...

Introdução geral O Suna é um agente de IA de uso geral de código aberto desenvolvido pela Kortix AI, hospedado no GitHub, com base na licença Apache 2.0, permitindo que os usuários façam download, modifiquem e hospedem o agente gratuitamente. Ele usa o diálogo em linguagem natural para ajudar os usuários com...

Introdução geral A Eko é uma estrutura JavaScript de nível de produção projetada para criar fluxos de trabalho eficientes de agentes inteligentes por meio de descrições de linguagem natural. Ele foi projetado para permitir que os desenvolvedores automatizem tarefas cotidianas usando tecnologias de IA sem programação profunda.

O LangGraph CUA é um projeto de código aberto desenvolvido pela equipe do LangChain. Ele se baseia na estrutura LangGraph, permitindo que os desenvolvedores usem Python para criar inteligências de IA que possam operar diretamente o computador. O núcleo dessa ferramenta ...

Introdução geral O Projeto Mariner é um protótipo de pesquisa lançado pelo Google DeepMind para explorar o futuro da interação humano-computador. O projeto aproveita os poderosos recursos multimodais de compreensão e raciocínio do Gemini 2.0 por meio de um navegador autônomo...

O Fellou é o primeiro navegador orientado à ação habilitado para IA do mundo, da Fellou AI. O Fellou é o primeiro navegador da Web habilitado para IA do mundo, que não apenas fornece a funcionalidade de navegação na Web de um navegador tradicional, mas também automatiza tarefas e permite a pesquisa profunda de informações por meio da tecnologia de IA....

Introdução geral O Clevrr Computer é um projeto de código aberto que visa automatizar as operações do sistema por meio do uso da biblioteca PyAutoGUI. O projeto foi inspirado pelo Anthropic para projetar um agente de automação que possa executar operações com precisão e eficiência usando ...

Introdução geral O DroidRun é uma ferramenta de código aberto que permite que a IA opere um telefone Android como um ser humano. Ele ajuda a IA a automatizar tarefas como abrir aplicativos, enviar mensagens ou navegar na Web extraindo elementos interativos, como botões na tela, caixas de entrada etc. O DroidRun combina...

Introdução geral O ClickClickClick é uma estrutura desenvolvida pelo BandarLabs que visa automatizar as operações do Android e do PC usando qualquer modelo de linguagem grande (LLM) local ou remoto. Atualmente, o projeto está em uma fase altamente experimental e oferece suporte a uma variedade de modelos, como...

Introdução geral O AiPy é uma ferramenta de linha de comando Python de código aberto desenvolvida pela equipe Knownsec. Ela combina o Large Language Model (LLM) e o ambiente de tempo de execução do Python para permitir que os usuários gerem e executem automaticamente o Pytho...

Introdução geral O Airtop é uma ferramenta de automação de navegador baseada em IA. Ele permite que os usuários controlem os navegadores em nuvem para realizar operações complexas na Web, como fazer login em um site, rastrear dados ou executar tarefas de automação por meio de comandos simples de linguagem natural. Ele resolve o problema de escrever scripts tradicionais que são complexos e capacit...

Introdução abrangente O autoMate é uma ferramenta de automação local desenvolvida por yuruotong1 de código aberto no GitHub, com AI+RPA (Artificial Intelligence+Robotic Process Automation) como seu principal recurso. Ele combina a compreensão inteligente de modelos de linguagem em grande escala com a RPA...

Introdução geral O Optexity é um projeto de código aberto no GitHub, desenvolvido pela equipe do Optexity. Sua essência é usar dados de demonstração humana para treinar a IA para concluir tarefas de computador, especialmente operações de páginas da Web. O projeto contém três bibliotecas de código: Compute...

Introdução geral O E2B Open Computer Use é um projeto de código aberto que visa fornecer uma experiência segura de uso de computador Linux baseado em nuvem por meio do E2B Desktop Sandbox.

Introdução abrangente O agente TARS é uma inteligência de IA multimodal de código aberto da ByteDance, com recursos principais que ajudam os usuários a realizar tarefas complexas no computador, compreendendo visualmente o conteúdo da Web e combinando operações de linha de comando e sistema de arquivos. Em vez de exigir operações manuais como as ferramentas tradicionais, ele pode se...

Introdução geral O BrowserAgent é uma ferramenta que cria e executa fluxos de trabalho de IA diretamente no navegador. É fácil de usar e não requer a criação de código; o usuário simplesmente descreve o fluxo de trabalho desejado e a IA é gerada automaticamente. Seu principal recurso é totalmente privado, todos os dados estão em seu navegador...

Introdução geral O Rabbit Android Agent é uma inteligência de IA inovadora desenvolvida pela Rabbit, projetada para ajudar os usuários a concluir tarefas de uma ou várias etapas em seus dispositivos Android por meio de comandos de voz e texto. A tecnologia é baseada na tecnologia do Rabbit ...

Introdução geral O Agent S é uma estrutura de código aberto desenvolvida pela Simular AI que permite que inteligências operem computadores como seres humanos por meio de uma interface gráfica do usuário (GUI). Ele usa um modelo multimodal de linguagem ampla e técnicas de aprendizado empírico para executar tarefas como navegar na Web, editar documentos, usar software...

Introdução geral O Highlight AI é um assistente de IA para desktop para Windows e macOS (versão móvel em desenvolvimento) que ajuda os usuários a concluir rapidamente as tarefas em qualquer aplicativo por meio de comandos de voz e análise do conteúdo da tela. Ele captura o conteúdo da tela, gera...

Descrição geral O Strawberry é um navegador inteligente com um assistente de IA integrado, projetado para ajudar os usuários a automatizar suas tarefas diárias e aumentar a eficiência. Ele se diferencia dos navegadores tradicionais por integrar a tecnologia de IA que entende o conteúdo da Web em tempo real e executa tarefas complexas, como pesquisa rápida, redação de conteúdo...

Introdução geral O RunRabbit é uma ferramenta baseada em inteligência artificial que permite que os usuários controlem seu navegador para executar várias tarefas por meio de comandos simples de voz ou texto. Sua melhor característica é que ele entende as necessidades do usuário e, em seguida, manipula automaticamente as páginas da Web, como a busca de informações, o preenchimento de formulários ou a execução de tarefas repetitivas...

Introdução abrangente O Proxy Lite é uma ferramenta de automação da Web leve e de código aberto, desenvolvida pela Convergence AI como uma mini-versão do Proxy com um design de peso aberto. Ele se baseia no Visual Language Model (VLM) de parâmetro 3B e é capaz de se...

Introdução geral O Libra é uma ferramenta inovadora da Greenbit.ai cuja função principal é gerar inteligências de IA que são executadas localmente por meio do diálogo em linguagem natural. Chamado de "Vibe Agent", ele permite que os usuários descrevam suas necessidades em termos simples e criem rapidamente...