Cua 是一个开源项目，短短几个月在 GitHub 上收获了 1.7 万+ Star。它由曾在 Xbox 和 Microsoft AI 工作的开发者创建，后加入 YC 创业。Cua 的核心目标是：让 AI Agent 安全地控制整个桌面系统，就像在操作一台虚拟电脑一样。
截图、点击、打字、跑命令都可以。而且这台虚拟电脑是完全隔离的，AI 干什么都不会影响到你真实的电脑。
AI 真的在用电脑
最简单的使用方式是运行 Cuabot：
npx cuabot它会弹出一个可视化窗口，让你亲眼目睹 Agent 在沙盒中是如何操作桌面的。
你能看到：
- AI 在独立窗口操作虚拟桌面
- 截图、点击、输入文字
- 执行命令行操作
- 和主机共享剪贴板
整个过程就像看着一个数字员工在工作。而且，在后台工作的时候，你的电脑不会受到影响——你可以继续写代码、看视频、回信息，互不影响。
Cua 最主要的功能就是使 AI 在隔离环境中安全地进行桌面操作，不会影响到你的实际机器。
三层架构：Agent、SDK、Sandbox
Cua 的核心思想是三层结构：上面是 AI Agent，中间是统一的 Computer SDK，下面是沙盒层。
不管底层使用什么虚拟化技术，对于 AI 来说都是相同的接口。写一次代码就可以在不同的系统中运行。
该设计的优点是：
- 统一接口：不需要关心底层是 macOS、Windows、Linux 还是 Android
- 安全隔离：所有的 AI 操作都放在沙盒中，不会影响到主机
- 灵活部署：可以使用云沙盒，也可以本地虚拟化
值得一提的是，Cua 不仅支持桌面系统，还支持移动端。Android 可以通过云沙盒或本地虚拟化运行，iOS 也通过 agent-device 内置支持。这意味着 AI Agent 可以像操作电脑一样操作手机，执行手势、点击、滑动等操作。
四大核心能力
01 Cua Driver：后台控制，不抢夺光标
后台桌面控制程序。可以在后台控制原生桌面应用程序，不会占用你的光标、焦点。AI 在工作的时候，你还可以继续使用电脑做其它的事情。
macOS、Windows 系统都可以正常使用，Linux 还处于预发布状态。
02 Cua Sandbox：隔离沙盒，热启动不到 1 秒
沙盒环境可以使用云沙盒也可以用本地虚拟化的方式。macOS 上有一个叫做 Lume 的组件，它是用 Apple Virtualization.Framework 开发的，可以达到原生 CPU 97% 的速度。Apple Silicon 用户会很开心。
支持快照、Fork。保持一个干净的状态，从这个快照中克隆出多个并行的实例，让几百个 Agent 同时运行不同的任务。
03 Cuabot：给编码 Agent 提供无缝沙盒
多 Agent 协作工具。可以使用 Claude Code、OpenClaw 或者其他的图形化工作流。
单独创建一个窗口来原生显示在桌面上，使用 H.265 编码，还可以和主机共享剪贴板以及支持音频。
04 Cua-Bench：用 OSWorld 基准来对 Agent 进行测试
评测基准模块。支持 OSWorld、ScreenSpot、WindowsArena 等主流基准，并可以导出 Agent 执行轨迹来训练。
想要大规模测试，可以使用 CLI 工具并行启动几百个 Agent，把数据喂给强化学习。
快速上手
macOS 或者 Linux，一条命令就可以安装好 CuaDriver：
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/trycua/cua/main/libs/cua-driver/scripts/install.sh)"Windows 使用 PowerShell：
irm https://raw.githubusercontent.com/trycua/cua/main/libs/cua-driver/scripts/install.ps1 | iex使用 pip 命令安装 Python SDK：
pip install cuaCuabot 快速体验：
npx cuabot给一个可视化的窗口，看到 Agent 在沙盒中是如何操作桌面的。
已知限制
- Linux 的支持目前还处于预发布状态
- macOS 上 Rust 版本和 Swift 版本还没有对齐，生产环境建议使用 Swift 版本
- 使用 MCP Server 需要有效的模型 API Key
苏米注：如果你主要是用 Mac 或者 Windows，想要让 AI Agent 来帮你跑 GUI 任务，并且又不希望把主机暴露出来的话，那么 Cua 就可以帮到你。它的三层架构设计让 AI 操作桌面的方式变得统一且安全。
总结
以前我们认为 AI 可以写代码、画图、聊天，但是缺少一个环节——AI 能不能用电脑？不是调用 API、不是运行脚本，而是像人一样看屏幕、移动鼠标、点击按钮、输入文字。
Cua 给了一个轻量级的开源方案。它为 AI Agent 提供了一个安全的操作环境，使 AI 可以像数字员工一样真正地"使用"电脑，而不是"访问"电脑。这一切都在沙盒中进行，并不会影响到你的电脑。
该项目使用的是 MIT 许可协议。