lywsvip/TuriX-CUA

Fork 0

mirror of https://github.com/TurixAI/TuriX-CUA.git synced 2026-05-06 22:10:33 +08:00

Files

Dennisyk348 6e4b95d4ec update qrcode

2026-05-01 14:54:40 +08:00

15 KiB

Raw Permalink Blame History

TuriX · AI 驱动的数字牛马

描述你的任务给你的电脑，以启动你的数字牛马。

English | 中文

📞 联系方式与社区

加入我们的 Discord 社区获取支持、讨论与更新：

如果你在github中有网络或其他问题导致无法clone我们的项目，也可以在AtomGit平台上找到我们

如果对我们的项目感兴趣，也欢迎加入我们的微信群：

如微信群无法加入，请直接添加官方小助理：

或通过邮件联系我们：contact@turix.ai

TuriX 让你的强大 AI 模型能在桌面上真正动手操作。它内置 最先进的计算机使用Agent（在我们的 OSWorld 风格 Mac 基准上成功率达到 80%，在 OSWorld 上成功率达到 64.2%），同时保持 100% 开源，并对个人与科研用途免费。

想用你自己的模型？在 config.json 中切换即可。

🤖 OpenClaw 技能

通过 OpenClaw 使用 TuriX 的 ClawHub 技能：
https://clawhub.ai/Tongyu-Yan/turix-cua

本仓库也提供本地 OpenClaw 技能包（OpenCLaw_TuriX_skill/）：

main 分支提供 macOS 版本（SKILL.md + scripts/run_turix.sh）
multi-agent-windows 分支提供 Windows 版本（SKILL.md + scripts/run_turix.ps1 + agents/openai.yaml）

安装与权限配置请参考 OpenCLaw_TuriX_skill/README.md。

📰 最新动态

2026 年 4 月 8 日 - 🚀 重磅发布 TuriX SuperPower 3.0.0-alpha（macOS Apple Silicon）：
dmg安装包（仅支持Mac）

这是我们新一代一体化工作应用，把 TuriX 的 CUA 能力与 CLI 能力深度融合，并新增两大能力：

TuriX-work：面向办公场景的任务执行与流程编排
TuriX-code：面向开发场景的编码、自动化与工程执行

从写代码到处理办公事务，你可以在同一条工作流里同时获得 CLI 的执行效率与 GUI 的闭环操作能力。

2026 年 3 月 16 日 - 🐧 Linux 支持已上线，位于 multi-agent-linux 分支。如果你要在 Linux（如 Ubuntu）上运行 TuriX，请先切换分支：

git checkout multi-agent-linux

2026 年 3 月 9 日 - 我们在 mac_legacy 分支新增了 OpenClaw 的 macOS Flash/Fast 模式技能包。如果你要使用这个更快、更轻量的模式，请先切换分支：

git checkout mac_legacy

2026 年 3 月 5 日 - 我们更新了 multi-agent-windows 分支上的 OpenClaw Windows 本地技能包，支持更直接的任务分发、更安全的预检查，以及新的 OpenCLaw_TuriX_skill/agents/openai.yaml 接口文件。

更早更新（2026 年 1 月及之前） - 我们已完成 v0.3 发布（DuckDuckGo、Ollama、可恢复内存压缩、Skills）、发布 TuriX OpenClaw 技能、升级多模型架构，并上线包括 Qwen3-VL 支持与 TuriX API 模型升级在内的多项能力增强。

准备好体验了吗？更新你的 config.json 并开始自动化吧——祝你玩得开心！🎉

欢迎关注我们的 Discord 获取使用技巧、用户故事以及后续的重磅发布。

🖼️ 演示

TuriX SuperPower App 演示

MacOS 演示

预订机票、酒店和 Uber。

查询 iPhone 价格，创建 Pages 文档，并发送给联系人

在老板通过 Discord 发送的 Numbers 文件中生成柱状图，插入到 PowerPoint 的正确位置，并回复老板。

Windows 演示

在 YouTube 搜索视频内容并点赞

与 Claude 的 MCP 演示

Claude 搜索 AI 新闻并通过 MCP 调用 TuriX，将研究结果写入 Pages 文档并发送给联系人

✨ 关键特性

能力	含义
SOTA 默认模型	在 Mac 上的成功率和速度上超越此前的开源Agent（如 UI‑TARS）
无需应用专用 API	只要人能点，TuriX 就能点——WhatsApp、Excel、Outlook、内部工具…
可热插拔的「大脑」	无需改代码即可替换 VLM 策略（`config.json`）
MCP 就绪	可接入 Claude for Desktop 或任何支持 Model Context Protocol (MCP) 的Agent
Skills（Markdown 手册）	Planner 仅根据名称/描述选择技能，Brain 使用完整技能内容来指导每一步

📊 模型性能

我们的 Agent 在桌面自动化任务上达到了业界领先的表现：

OSWorld 基准测试 — 排行榜第 3 名（50 步）

TuriX 在完整 OSWorld 基准测试中取得 64.2%（229.88 / 358） 的成绩，在所有提交的 Agent 中排名第 3。值得注意的是，TuriX 专为 macOS 打造和优化，在我们自建的 OSWorld 风格 Mac 基准测试中达到了 80% 以上的成功率。我们没有使用任何 Linux 训练数据，却依然在 OSWorld 的 Linux 环境中取得了前三的成绩。

更多细节请查看我们的报告。

🚀 快速开始（macOS 15+）

我们从不收集数据——安装、授权，尽情折腾。

0. Windows 用户：请切换到 multi-agent-windows 分支获取 Windows 专属的安装与设置说明。
git checkout multi-agent-windows
如果你要使用更新后的 OpenClaw Windows 本地技能包，请查看该分支中的 OpenCLaw_TuriX_skill/README.md。

0. Linux 用户：请切换到 multi-agent-linux 分支获取 Linux 专属的安装与设置说明。
git checkout multi-agent-linux
0. Windows 旧版用户：如需此前的 Windows 版本，请切换到 windows_legacy 分支。

0. macOS 旧版用户：如需此前的单模型 macOS 版本，请切换到 mac_legacy 分支。

1. 下载应用

为了更方便使用，下载应用

或按下面的手动步骤安装：

2. 创建 Python 3.12 环境

首先克隆仓库并运行：

conda create -n turix_env python=3.12
conda activate turix_env        # requires conda ≥ 22.9
pip install -r requirements.txt

3. 授予 macOS 权限

3.1 辅助功能

打开 系统设置 ▸ 隐私与安全性 ▸ 辅助功能
点击＋，然后添加 Terminal 和 Visual Studio Code（或你使用的任何 IDE）
如果运行仍然失败，也请添加 /usr/bin/python3

3.2 Safari 自动化

Safari ▸ 设置 ▸ 高级 → 启用 显示针对 Web 开发者的功能
在新出现的开发菜单中启用
- 允许远程自动化
- 允许来自 Apple Events 的 JavaScript

触发权限对话框（每个 shell 运行一次）

# macOS 终端
osascript -e 'tell application "Safari" to do JavaScript "alert("Triggering accessibility request")" in document 1'

# VS Code 集成终端（重复一次以授权 VS Code）
osascript -e 'tell application "Safari" to do JavaScript "alert("Triggering accessibility request")" in document 1'

在每个弹窗中点击“允许”，这样Agent才能驱动 Safari。

4. 配置并运行

4.1 编辑任务配置

Important

任务配置非常关键：任务指令的质量直接影响成功率。清晰、具体的提示会带来更好的自动化效果。

在 examples/config.json 中编辑任务：

{
    "agent": {
         "task": "open system settings, switch to Dark Mode"
    }
}

4.2 编辑 API 配置

从我们的官网获取 API。登录网站，密钥在页面底部。

在这个 main（multi-agent）分支，你需要同时配置 brain、actor 和 memory 模型；目前该特性仅支持苹果电脑。如果开启规划（agent.use_plan: true），还需要配置 planner 模型。我们强烈建议你将 turix-actor 模型作为 actor。brain 可以使用你喜欢的任意 VLM，我们的API平台也提供Gemini-3-flash和turix-brain作为brain，适合大多数任务。

在 examples/config.json 中编辑 API：

"brain_llm": {
      "provider": "turix",
      "model_name": "turix-brain",
      "api_key": "YOUR_API_KEY",
      "base_url": "https://turixapi.io/v1"
   },
"actor_llm": {
      "provider": "turix",
      "model_name": "turix-actor",
      "api_key": "YOUR_API_KEY",
      "base_url": "https://turixapi.io/v1"
   },
"memory_llm": {
      "provider": "turix",
      "model_name": "turix-brain",
      "api_key": "YOUR_API_KEY",
      "base_url": "https://turixapi.io/v1"
   },
"planner_llm": {
      "provider": "turix",
      "model_name": "turix-brain",
      "api_key": "YOUR_API_KEY",
      "base_url": "https://turixapi.io/v1"
   }

如果要使用本地 Ollama，请将各个角色指向你的 Ollama 服务：

"brain_llm": {
      "provider": "ollama",
      "model_name": "llama3.2-vision",
      "base_url": "http://localhost:11434"
   },
"actor_llm": {
      "provider": "ollama",
      "model_name": "llama3.2-vision",
      "base_url": "http://localhost:11434"
   },
"memory_llm": {
      "provider": "ollama",
      "model_name": "llama3.2-vision",
      "base_url": "http://localhost:11434"
   },
"planner_llm": {
      "provider": "ollama",
      "model_name": "llama3.2-vision",
      "base_url": "http://localhost:11434"
   }

4.3 配置自定义模型（可选）

如果你想使用 build_llm 函数中未定义的其他模型，需要先在代码中定义，再在配置中设置。

main.py:

if provider == "name_you_want":
        return ChatOpenAI(
            model="gpt-4.1-mini", api_key=api_key, temperature=0.3
        )

请根据你的 LLM 在 ChatOpenAI、ChatGoogleGenerativeAI、ChatAnthropic 或 ChatOllama 之间切换，并修改对应的模型名称。

4.4 Skills（可选）

Skills 是放在单一文件夹中的 Markdown 手册（默认 skills/）。每个技能文件以 YAML frontmatter 开头，包含 name 和 description，后面是操作说明。Planner 只读取名称与描述来选择技能；Brain 会读取完整内容来指导每一步的目标生成。 Skills 选择需要开启规划功能（agent.use_plan: true）。

示例技能文件（skills/github-web-actions.md）：

---
name: github-web-actions
description: 用于在浏览器中操作 GitHub（搜索仓库、点 Star 等）。
---
# GitHub Web Actions
- 打开 GitHub，使用站内搜索并进入仓库页面。
- 若需要登录，先向用户确认再继续。
- 在继续之前确认 Star 按钮状态。

在 examples/config.json 中启用：

{
  "agent": {
    "use_plan": true,
    "use_skills": true,
    "skills_dir": "skills",
    "skills_max_chars": 4000
  }
}

4.5 启动Agent

python examples/main.py

享受免手操作的计算体验 🎉

4.6 恢复已中断的任务

如果任务中断，想从上次位置继续，请在 examples/config.json 中设置固定的 agent_id 并开启 resume：

{
    "agent": {
         "resume": true,
         "agent_id": "my-task-001"
    }
}

注意：

使用与你要恢复的运行相同的 agent_id。
恢复时请保持同一个 task。
只有在 src/agent/temp_files/<agent_id>/memory.jsonl 已存在时才会生效。
想重新开始：将 resume 设为 false、更换 agent_id，或删除 src/agent/temp_files/<agent_id>。

🤝 贡献指南

我们欢迎贡献！请阅读我们的 Contributing Guide 了解如何开始。

快速链接：

如果你发现 bug 或有功能需求，请提交 issue。

15 KiB Raw Permalink Blame History Unescape Escape