Cua：跨操作系统计算机使用与虚拟化平台
为 AI 代理提供可扩展的跨操作系统计算机使用、沙箱和基准测试。
证据不足：仓库未提供权限管理、用户确认、数据流透明性、敏感数据处理、依赖安全、外部影响、回滚或来源归属的明确信息。所有标准均未得到支持，因此评分为0。
证据不足：未提供自洽性、依赖可用性或失败消息的明确证据。所有标准均未得到支持，因此评分为0。
证据不足：未提供受众与场景、能力边界、触发精度或环境适配的明确证据。所有标准均未得到支持，因此评分为0。
证据不足：未提供信息架构、安装说明、命名稳定性、示例与FAQ、已知限制、许可证、版本控制或维护责任的明确证据。所有标准均未得到支持，因此评分为0。
证据不足：未提供输出可用性、边际价值或成本效益的明确证据。所有标准均未得到支持，因此评分为0。
证据不足：未提供声明可追溯性、跨来源佐证或事实与推断分离的明确证据。所有标准均未得到支持，因此评分为0。
- 仓库内容不足以支持对Agent产品的全面评估，建议获取更多源代码和文档。
- 发布者身份未经验证，不应基于品牌推断可靠性或安全性。
这个 Agent 能做什么，适合哪些场景？
Cua 是一套开源工具集，用于构建和评估能够操作桌面应用的 AI 代理。它包含四个主要组件：Cua Drivers 在 macOS、Windows 和 Linux 上提供后台 GUI 自动化，使代理可以控制本机应用而无需抢占鼠标或焦点；Cua Sandbox 通过统一 API 提供跨多种操作系统（Linux、macOS、Windows、Android）的隔离 VM/容器沙箱；Cua Bench 提供 OSWorld、ScreenSpot 和 Windows Arena 等基准测试和强化学习环境；Lume 则基于 Apple 的 Virtualization Framework 在 Apple Silicon 上提供 macOS/Linux 虚拟机管理。该项目采用 MIT 许可证，并提供 CLI、MCP 服务器和 Python SDK。
Cua 通过提供以下功能实现计算机使用代理：使用 Cua Drivers 在 macOS、Windows 和 Linux 上后台操作本机桌面应用（点击、输入、验证），支持通过 CLI 和 MCP 服务器与 Claude Code、Cursor、Codex 等客户端集成；使用 Cua Sandbox 启动和管理虚拟机或容器的临时沙箱，提供 shell 执行、截图、鼠标/键盘控制和移动手势 API；使用 Cua Bench 运行标准化基准测试并导出轨迹；使用 Lume 创建和管理 macOS/Linux 虚拟机，支持无人值守安装。
- 开发者在 Claude Code 或 Cursor 中使用 Cua Drivers 让编码代理在后台操作本机 macOS 应用，如测试 GUI 应用。
- 数据科学家创建 Cua Sandbox 来运行任何操作系统的隔离环境，用于执行自动化数据抓取或 UI 测试脚本。
- AI 研究人员使用 Cua Bench 在 OSWorld、ScreenSpot 等基准上评估自己的代理，并导出训练轨迹。
- 系统管理员使用 Lume 在 Apple Silicon Mac 上快速部署 macOS 虚拟机，用于测试或 CI。
- 自动化工程师使用 Cua 的多操作系统支持，在 Windows 沙箱中运行 Windows 专用应用，同时从 Linux 控制。
这个 Agent 有哪些优点和局限？
- 后台操作本机应用，不抢占鼠标和焦点，适合多任务代理。
- 提供跨 macOS、Windows、Linux、Android 的统一 API，降低多系统复杂性。
- 包含基准测试和 RL 环境，便于评估和训练代理。
- 利用 Apple Virtualization.Framework，提供接近原生的 macOS 虚拟机性能。
- Apple Silicon 上 macOS 虚拟机管理依赖硬件（Apple Silicon），限制在其他硬件上的可用性。
- Windows 支持依赖 PowerShell 和可能的沙箱配置，Linux Wayland 支持有明确限制（仅特定合成器）。
- 云服务（cua.ai）是商业服务，本地 QEMU 路径需要自行管理资源。
- 某些组件（如 cua-agent 的 omni 选项）依赖第三方许可证（AGPL-3.0），可能影响合规。
如何安装或部署这个 Agent？
根据需要的组件，安装方式不同：
- Cua Drivers（macOS/Linux）：执行 bash -c "$(curl -fsSL https://cua.ai/driver/install.sh)"；Windows（PowerShell）：irm https://cua.ai/driver/install.ps1 | iex。
- Cua Sandbox：pip install cua，需 Python 3.11+。
- Cua Bench：克隆仓库后使用 uv tool install -e .。
- Lume：执行 bash -c "$(curl -fsSL https://cua.ai/lume/install.sh)"。
如何使用这个 Agent？
以 Cua Drivers 为例，安装后按照后续说明驱动你的第一个应用（参见文档）。以 Sandbox 为例，Python 代码：
from cua import Sandbox, Image
async with Sandbox.ephemeral(Image.linux()) as sb:
result = await sb.shell.run("echo hello")
screenshot = await sb.screenshot()
await sb.mouse.click(100, 200)以 Lume 为例，创建并运行 macOS 虚拟机：
lume ipsw
curl -L "$(lume ipsw | tail -n 1)" -o ~/Downloads/macos-tahoe.ipsw
lume create macos-tahoe --ipsw ~/Downloads/macos-tahoe.ipsw --unattended tahoe
lume run macos-tahoe这个 Agent 与同类方案有什么区别？
比较对象：与 Microsoft 的 OmniParser（用于 UI 解析，在 Cua 中作为可选依赖集成）相比，Cua 提供完整的计算机使用栈，包括驱动、沙箱和基准测试。与 macOS 虚拟化工具如 UTM 相比，Lume 更专注于 Apple Silicon 的原生性能和无头自动化。