TuriX
让多模型 AI 通过桌面 GUI 完成浏览器与办公软件操作。
- Star 数
- ★ 3.2k
- 最近更新
- 1 个月前
- License
- MIT
- 主语言
- Python
- FA 评分
- 34/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配Claude.aiOpenAI API · Claude API（需要适配）
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 需要在 macOS 上通过 Safari 完成网页流程的个人用户，例如检索信息后继续操作网页界面。
- 不适合
- 需要开箱即用 Windows 或 Linux 的用户，主分支仅支持 macOS 15+
- 不愿授予辅助功能与 Safari 自动化权限的团队
这个 Agent 能做什么，适合哪些场景？
TuriX 是面向桌面自动化的计算机使用代理，主分支针对 macOS 运行，并要求 macOS 15+。用户在 examples/config.json 中定义任务以及 brain、actor、memory 模型；启用规划时还需配置 planner 模型。代理以屏幕上的 GUI 操作为执行边界，不依赖应用专属 API，可用于 Safari、办公软件和内部工具等人可点击操作的界面。它提供 MCP 接入，并展示了 Claude for Desktop 调用 TuriX 完成检索、写入 Pages 文档和发送给联系人的流程。项目也支持以 Markdown 技能文件辅助规划，并可通过 agent_id 与 memory.jsonl 恢复中断任务。
运行 python examples/main.py 时，TuriX 读取 examples/config.json 中的 agent.task 和模型角色配置，分别使用 brain_llm、actor_llm、memory_llm，以及可选的 planner_llm。模型端点可配置为 turix 提供方，或指向本地 Ollama 服务；要接入 build_llm 尚未定义的模型，需在 examples/main.py 中添加相应提供方实现，例如 ChatOpenAI、ChatGoogleGenerativeAI、ChatAnthropic 或 ChatOllama。启用 agent.use_plan 与 agent.use_skills 后，规划器先根据技能的 name 和 description 选择 Markdown 技能，brain 再使用完整技能内容制定步骤目标。执行时它通过桌面界面进行操作；恢复模式会从 src/agent/temp_files/<agent_id>/memory.jsonl 使用已有记忆继续同一任务。
- 需要在 macOS 上通过 Safari 完成网页流程的个人用户，例如检索信息后继续操作网页界面。
- 需要把 Numbers 中的数据整理为图表并放入 PowerPoint、随后回复联系人的办公用户。
- 需要搜索商品信息、创建 Pages 文档并发送给联系人的 macOS 用户。
- 希望由 Claude for Desktop 经 MCP 调用桌面执行器，将研究结果写入 Pages 并分享给联系人的团队成员。
- 想使用本地 Ollama 视觉模型执行桌面任务、并愿意为各模型角色配置本地服务地址的开发者。
如何安装或部署这个 Agent？
在 macOS 15+ 上执行：git clone https://github.com/TurixAI/TuriX-CUA.git && cd TuriX-CUA；随后执行 conda create -n turix_env python=3.12、conda activate turix_env、pip install -r requirements.txt。到“系统设置 > 隐私与安全性 > 辅助功能”授予终端和所用 IDE 权限；如仍无法操作，可加入 /usr/bin/python3。Safari 中需启用开发者功能、Allow Remote Automation 和 Allow JavaScript from Apple Events，并在出现的系统对话框中允许请求。
如何使用这个 Agent？
编辑 examples/config.json，将 agent.task 设为具体任务，并配置 brain_llm、actor_llm、memory_llm；若 agent.use_plan 为 true，也配置 planner_llm。使用远程模型时，为每个角色填写 provider、model_name、api_key 和 base_url；使用 Ollama 时，将各角色设为 provider: ollama，并填写 model_name 和 http://localhost:11434。若要使用技能，设置 agent.use_plan: true、agent.use_skills: true，并指定 skills_dir。完成配置后运行 python examples/main.py。要恢复任务，保持 task 不变，设置 agent.resume: true 和稳定的 agent.agent_id，且此前必须存在对应的 memory.jsonl。
这个 Agent 有哪些优点和局限？
- 将 brain、actor、memory 与可选 planner 分成独立模型角色，可为不同职责配置不同模型和端点。
- 以桌面 GUI 为操作面，不要求目标应用提供专属 API，覆盖人类可点击的界面流程。
- 提供 MCP 路径，并明确展示 Claude for Desktop 调用 TuriX 的桌面工作流。
- Markdown 技能通过前置信息供规划器筛选，再把完整说明交给 brain，可为重复网页流程加入可读的操作规范。
- 支持基于 agent_id 和 memory.jsonl 的中断任务恢复。
- 主分支文档明确为 macOS 15+ 配置，Windows 与 Linux 需要切换到各自分支。
- 首次运行需要授予辅助功能及 Safari 自动化权限，权限配置失败会阻断桌面控制。
- 主分支需要同时配置 brain、actor 和 memory 模型；启用规划还要配置 planner，模型与端点管理成本较高。
- 使用 build_llm 未定义的模型需要修改 examples/main.py 并实现提供方适配。
- 恢复功能依赖已有的 src/agent/temp_files/<agent_id>/memory.jsonl，并要求使用相同 task 与 agent_id。
这个 Agent 与同类方案有什么区别？
README 将默认模型与 UI-TARS 等此前开源代理比较，称其在 Mac 上的成功率和速度更高；项目同时报告 OSWorld 全量基准 64.2%（229.88/358）、排行榜第 3。该比较未提供 UI-TARS 的具体分数或相同测试配置。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| TuriX 当前 | 34 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 3.2k | 1 个月前 | Python | Claude.ai |
| Skales | 36 · 缺口较多 | 桌面应用免费版 + 付费版 | ★ 2.2k | 4 天前 | — | ChatGPT · OpenAI API · Claude API |
| Row-Bot | 59 · 缺口较多 | 桌面应用免费 + 模型费 | ★ 1.7k | 今天 | Python | ChatGPT · Codex · Claude.ai · OpenAI API · Claude API |
| PyGPT 桌面智能助手 | 49 · 缺口较多 | 桌面应用免费 + 模型费 | ★ 2k | 1 个月前 | Python | OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示：README声明'我们从不收集数据'，但未提供实现细节；要求用户授予辅助功能和Safari自动化权限，但未说明最小权限原则；有技能示例要求登录前询问用户，但未系统化；依赖列表包含posthog和oss2等可能涉及遥测或云存储的库，但未说明数据流向；未提供回滚机制；许可证和版权归属明确。扣分原因：数据流不透明，敏感数据处理未说明，依赖安全未审计，外部影响未充分说明。
证据显示：README提供了配置示例和运行步骤，但未提供错误处理或失败消息的文档；依赖列表完整，但未说明版本兼容性；未提供故障排除指南。扣分原因：失败消息缺失，自一致性部分满足。
证据显示：README面向macOS用户，提供了Windows和Linux分支说明；说明了能力边界（如'如果人类能点击，TuriX也能'），但未明确限制；提供了任务配置示例，但未说明触发精度；环境适配仅限macOS 15+，其他平台需切换分支。扣分原因：能力边界和触发精度描述不足。
证据显示：README结构清晰，包含目录、快速开始、配置、贡献指南；提供了安装步骤和依赖列表；许可证为MIT，版权归属明确；有版本更新记录（新闻部分），但未提供正式变更日志；维护责任未明确。扣分原因：命名稳定性未说明，已知限制未明确列出。
证据显示：README展示了多个演示GIF，声称高成功率，但未提供可复现的测试数据；提供了配置自定义模型的灵活性，但未说明成本效益；输出可用性未详细说明。扣分原因：输出可用性证据不足，成本效益未量化。
证据显示：README声称达到OSWorld 64.2%和自建Mac基准80%，但未提供详细报告链接（仅提及技术报告）；未提供第三方验证；事实与推断混合。扣分原因：声明缺乏可追溯性，交叉验证不足。
- 源码中未见：数据流向说明运行时观察它连接了哪些外部服务（代理或防火墙日志）；弄清数据去向之前不要输入敏感数据。
- 源码中未见：敏感信息处理使用专用、低权限、可随时吊销的 API 密钥，不要复用生产凭据，也不要让密钥出现在日志里。
- 源码中未见：依赖安全审查安装前固定版本并做一次依赖扫描（如 npm audit、pip-audit）；优先放在容器里运行。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 依赖中包含posthog和oss2，可能涉及遥测或云存储，需审查数据流向。
- 要求授予辅助功能和Safari自动化权限，权限范围较大，需谨慎评估。
- README声称'从不收集数据'，但未提供实现证据，需验证。
- 性能声明（如OSWorld 64.2%）缺乏可复现的测试细节。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
v0.3 Release V0.3
发布说明摘录
TuriX v0.3 is now live on the main branch! This release brings DuckDuckGo search, Ollama support, advanced recoverable memory compression, and Skills—bringing smarter planning, more resilient memory, and reusable workflows to your desktop automation. We’re excited to see more users try it out and share feedback as we keep pushing the platform forward在 GitHub 查看 ↗ -
v0.2 V0.2
发布说明摘录
This version is compatible with our latest model, with a more advanced output structure and memory control.在 GitHub 查看 ↗