🖥 Bytebot：11k Stars 的开源 AI 桌面代理，给大模型配台电脑，它替你干活

项目地址：bytebot-ai/bytebot | ⭐ 11k Stars | 🛠 TypeScript | 作者 bytebot-ai

老实说，市面上所谓的"AI 自动化"工具，大多数就是帮你点点网页、调调 API。但你有没有遇到过这种情况：需要登录三个不同网站下载报表、用桌面应用打开文件、处理带验证码的流程——传统 RPA 搞不定，普通 AI Agent 又没有"手"？

Bytebot 这玩意儿，直接给 AI 配了一台完整的 Linux 电脑。不是模拟浏览器，是真的 Ubuntu 桌面，AI 能看见屏幕、移动鼠标、打字、装软件、处理文件。11k Stars，Docker 一键部署。

一、它能干什么？

Bytebot 运行在一个完整的虚拟桌面环境里（Ubuntu 22.04 + XFCE）。你说"帮我下载上个月三家银行的流水并汇总"，它会：

2. 通过密码管理器搞定 2FA 认证

3. 下载文件到自己的文件系统

4. 打开表格软件汇总数据

不是玩具。它能用 VS Code、Firefox、邮件客户端——所有你日常用的桌面软件。

二、2分钟部署

没废话，给个 Railway 一键按钮或者 Docker Compose 直接上：

git clone https://github.com/bytebot-ai/bytebot.git
cd bytebot

# 选一个 API Key 就行
echo "ANTHROPIC_API_KEY=sk-ant-***" > docker/.env
# 或者 OpenAI: echo "OPENAI_API_KEY=***" > docker/.env
# 或者 Gemini: echo "GEMINI_API_KEY=***" > docker/.env

docker-compose -f docker/docker-compose.yml up -d

# 浏览器打开 http://localhost:9992

搞定。打开界面就能看到虚拟桌面，直接给它派活。

三、API 调用也行

如果想嵌入到自己的工作流里，Bytebot 提供了 REST API：

import requests

# 创建任务
response = requests.post('http://localhost:9991/tasks', json={
    'description': '下载最新销售报表并生成摘要'
})

# 上传文件一起处理
files = {'files': open('contracts.pdf', 'rb')}
response = requests.post('http://localhost:9991/tasks',
    data={'description': '审阅这些合同里的重要日期'},
    files=files
)

还可以直接控制桌面：

# 截图
curl -X POST http://localhost:9990/computer-use \
  -H "Content-Type: application/json" \
  -d '{"action": "screenshot"}'

# 在指定坐标点击
curl -X POST http://localhost:9990/computer-use \
  -H "Content-Type: application/json" \
  -d '{"action": "click_mouse", "coordinate": [500, 300]}'

四、踩坑记录

最骚的操作是——你把文件拖到任务里，Bytebot 自己在桌面上打开、阅读、处理，整个流程肉眼可见。

五、总结

适合场景：发票处理、多系统数据同步、跨平台报表生成、UI 自动化测试。别再用浏览器插件折腾了，给 AI 装台电脑吧。

Bytebot is an open-source AI desktop agent that automates computer tasks through natural language commands. It runs inside a containerized Linux desktop environment (Ubuntu 22.04 + XFCE), with full computer use capabilities — seeing the screen, moving the mouse, typing, installing software, and processing files. Deploy in 2 minutes with Docker Compose or Railway deploy button.

# Quick start (Docker)
git clone https://github.com/bytebot-ai/bytebot.git
cd bytebot
echo "ANTHROPIC_API_KEY=sk-ant-***" > docker/.env
docker-compose -f docker/docker-compose.yml up -d
# Open http://localhost:9992

# Programmatic task creation
import requests
resp = requests.post('http://localhost:9991/tasks', json={
    'description': 'Download sales report and create summary'
})

# Direct desktop control
curl -X POST http://localhost:9990/computer-use \
  -H "Content-Type: application/json" \
  -d '{"action": "screenshot"}'

Tags: #Bytebot #DesktopAgent #ComputerUse #AI-Agent #OpenSource #SelfHosted