Cua
给 AI Agent 提供电脑的开源基础设施，从驱动到沙盒到评测全链路覆盖
支持跨平台桌面控制、隔离沙盒和弹性集群，Agent 在后台操作不抢焦点，每个动作可回放可复现。
核心功能
后台桌面控制
Agent 能查看窗口、截图、点击和输入，操作在后台进行，不占用你当前的鼠标和键盘焦点。
跨平台沙盒
一次配置，在 Linux、Windows、macOS 和 Android 环境里运行任务，支持本地和云端。
弹性集群
用预启动的机器池扩展并行任务，空闲时自动缩容到零，按需分配计算资源。
环境快照分叉
从快照复现故障场景，比较不同 Agent 在同一起点上的行为差异。
轨迹回放
每个关键步骤自动截图，任务跑完后可以像看录像一样过一遍 Agent 的操作过程。
MCP 接入
通过 Cua MCP 连接 Claude Code、Codex、Cursor 等客户端，在现有 Agent 工作流里调用桌面能力。
评测基准
内置 OSWorld、Windows Arena 等基准任务，评测 Agent 在不同系统上的任务完成情况。
开发者 SDK
提供 Python、TypeScript、Swift 和 Kotlin 的 SDK，可以在自己的进程里嵌入沙盒能力。
产品特色
- 01
后台操作这件事解决了一个实际麻烦
以前用桌面自动化工具，Agent 一跑起来鼠标就满屏乱飞，你什么都干不了。Cua Driver 让 Agent 在后台操作窗口，它点它的，你该干嘛干嘛。对需要在电脑上同时处理多件事的人来说，这个设计挺实用的。
- 02
多玩家模式有点意思
一台机器上可以同时跑好几个 Agent，每个有自己的合成光标和独立会话，互不干扰。你也能随时接管某个 Agent 的窗口，做完了再还回去。做并行测试或者多任务处理的时候，这个能力比较省事。
- 03
轨迹回放对调试帮助很大
Agent 跑任务最怕的是出了问题不知道哪一步错了。Cua 会把关键节点的屏幕快照存下来，跑完之后可以完整回看整个操作过程。排查起来直观很多，也方便把成功的轨迹导出做训练数据。
- 04
不绑定模型和框架
Cua Driver 和 Lume 都是 MIT 开源协议，可以单独使用。Agent 框架里集成了 100 多个 VLM 选项，想换模型不用改代码。做计算机操作方向的开发，底层的自由度比较重要，这点 Cua 做得挺开放。
- 05
本地免费，云端按需付费
本地跑沙盒不花钱，用自己的 Mac 或者 Linux 机器都行。云端沙盒按分钟计费，小规格配置每小时不到五美分，跑完就停不继续扣费。做原型验证或者小规模测试，成本压得住。
应用场景
✅ Agent 训练
在真实桌面环境里并行跑交互任务，收集操作轨迹用于强化学习，提升 Agent 的电脑操作能力。
✅ 跨平台评测
用内置的基准任务检查 Agent 在不同操作系统和软件上的表现，比较任务成功率。
✅ 桌面自动化
构建能通过图形界面操作浏览器、原生应用和旧版软件的 Agent，不需要每个应用都提供 API。
✅ 故障调查
从快照复现失败的任务，在完全相同的条件下测试修改是否有效，排查问题更方便。
✅ 数据生产
收集经过验证的交互轨迹用于模型训练，也可以使用 Cua 托管基础设施生成的数据集。
常见问题
解答您关于"Cua"的常见疑问，让您更好地使用这款AI工具
-
本地沙盒和 Cua Driver 都是开源免费的，MIT 协议，下载就能用。云端沙盒按用量计费，Linux Small 规格每小时约 4 美分，CPU、内存和硬盘分别计价，跑完关掉就不收费。注册后有一定量的免费沙盒额度，够做初步测试。
-
本地跑沙盒需要 Python 3.10 以上、Git 和 Docker，内存建议 16GB 以上，硬盘留 10GB 左右给依赖和虚拟机镜像。Mac 上需要 Apple Silicon 芯片，用 Apple 的虚拟化框架跑本地 VM。Windows 和 Linux 也能用，Driver 支持 Windows 10/11 和 x86_64 Linux。
-
RPA 靠预设的坐标和图像匹配来操作，换个分辨率或者界面改版就失效了。Cua 的 Agent 能看懂屏幕内容并做判断，适应性更强。另外 Cua 是面向开发者的基础设施，提供沙盒、集群和评测工具，RPA 更偏向业务人员用的流程录制工具。两者定位不太一样。
-
官方 SDK 覆盖 Python、TypeScript、Swift 和 Kotlin，Python 的包是 cua，TypeScript 是 @trycua/cua。命令行工具叫 cua，支持沙盒创建、截图、执行命令等操作。MCP 服务器可以接入 Claude Code、Codex、Cursor 这些支持 MCP 的客户端。
-
Cua 提供了 MCP 服务器，在 Claude Code 或 Cursor 里配好之后，Agent 就能通过自然语言调用桌面操作。命令行安装脚本会自动检测你本地的 Agent 客户端并帮你配置 MCP。Cua Driver 也可以单独使用，不强制绑定 Spaces 或云服务。
-
项目开源且活跃，GitHub 上大约有两万 Star，最新版本 fleet-v0.0.3。核心的 Driver 和 Sandbox 已经比较稳定，Bench 和 Fleet 相关功能还在快速迭代。官方博客和文档更新比较频繁，适合愿意跟进的开发者。生产环境使用前建议自己做好充分测试。
立即体验“Cua”
Cua 是开源的计算机操作基础设施，给 AI Agent 提供隔离的桌面环境和跨平台沙盒。支持 macOS、Windows、Linux 和 Android，Agent 能在后台点击输入而不占用你的光标。自带评测基准和轨迹回放，本地免费可用，云端按分钟计费，适合做桌面自动化和 Agent 训练的开发者。
