デスクトップ操作エージェントいろいろ

Anthropic Computer useが出てから、この領域は活発。

https://docs.anthropic.com/en/docs/build-with-claude/computer-use

デスクトップを操作するようなエージェントは他にもある。雑にリストアップ。

Webスクレイピングエージェント。Chrome拡張をインストールすることで、チャットでブラウザを操作できる。

https://zenn.dev/kun432/scraps/167587dc8e1ff0

これもブラウザ

https://github.com/theredsix/cerebellum

エージェントフレームワークだけど、ツールとしてAgentDeskというものがあり、仮想環境でブラウザを操作を行う。

https://zenn.dev/kun432/scraps/ba33f04581f2f3

デスクトップ操作エージェント

https://github.com/Clevrr-AI/Clevrr-Computer

デスクトップ操作エージェント

https://zenn.dev/kun432/scraps/ab28c0c4f77795

ベンチマーク

https://github.com/xlang-ai/OSWorld

ブラウザでよくやる操作をワークフロー化できる

https://github.com/Skyvern-AI/skyvern

Claude Computer use APIを簡単に使えるアプリ

https://github.com/corbt/agent.exe

ブラウザ操作

https://github.com/gregpr07/browser-use

https://github.com/OS-Copilot/OS-Atlas