TuriX
让多模型 AI 通过桌面 GUI 完成浏览器与办公软件操作。
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。
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。
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 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。