awlevin/typesafe-computer-use
Computer use for about $0.0002 a step: OCR the screen, classify the next action with TypeSafe, click. macOS.
Star 增长趋势（本站收录历史）
awlevin/typesafe-computer-use
深度介绍
它是什么
一个 macOS 上的轻量级 computer use 实现：用 OCR 读取屏幕文字，通过 TypeSafe 分类下一步动作，再执行点击。单步成本约 $0.0002。
核心亮点
- 极低成本：每步仅约 $0.0002，远低于主流视觉方案
- OCR + 分类：不依赖昂贵多模态模型，用屏幕文字做决策输入
- TypeSafe 约束：动作空间类型化，减少无效或危险操作
- 纯 Python + MIT：代码可读，易改造
为什么火
Computer use 赛道普遍贵且重，这个项目反其道而行——用 OCR 替代视觉大模型，把成本压到几乎可忽略，同时保持可用性。对想跑长流程自动化的开发者来说，性价比极具吸引力。
适合谁用
macOS 上做 GUI 自动化、AI agent 实验、预算敏感的开发者；也适合想理解 computer use 最小实现的学习者。
快速上手
git clone https://github.com/awlevin/typesafe-computer-use
cd typesafe-computer-use
pip install -r requirements.txt
python main.py
建议先在非关键窗口试跑，确认 OCR 与点击定位准确后再扩展任务。