桌面自动化

TuriX-CUA：让AI像人类一样操作电脑，跨应用自动化新突破 在浏览GitHub时，一个名为 TuriX-CUA 的开源项目引起了我的注意。这是一个 Computer-Use Agent（电脑使用智能体）框架。 其核心目标是让大型AI模型能够像人类用户一样，直接观察电脑屏幕并执行鼠标、键盘等操作，从而完成跨多个桌面应用程序的复杂任务，而不仅限于在聊天对话…

当 AI 智能体逐渐走出对话框，真正的挑战已不再是“回答得多聪明”，而是能否像人一样完成任务的闭环：看懂屏幕、点击按钮、填写表单、整理文件、生成交付物，并将结果同步回团队协作系统。 我们开源的 Open Cowork，正是一次面向“桌面端虚拟同事”的实践。它支持一键安装、无需编写代码，让模型在安全沙箱中操作你的工作空间，既能生成 PPT、Word、Excel…

01 图片、PDF转为可编辑 Edit Banana 是一个由北京理工大学开发的开源项目。它能够将不可编辑的图片或PDF格式的统计图表、流程图，转换为可完全编辑的格式，例如 DrawIO 的 XML 或 PPTX。 该项目并非简单的OCR工具，而是基于计算机视觉模型，对图表中的逻辑关系、形状组件和文本进行深度重建，实现高保真还原。生成的图形元素可以独立选中和…