快速开始

⚠️ 重要提示：请在继续操作前阅读警告部分。

通过 pip 安装：

pip install mlx-use

从 GitHub 安装

首先克隆仓库：

git clone https://github.com/browser-use/macOS-use.git && cd macOS-use

别忘了 API key。支持的提供商：OAI、Anthropic 或 Gemini（DeepSeek R1 即将支持！）。

目前，macOS-use 在 OAI 或 Anthropic API 上表现最好；虽然 Gemini 免费且效果不错，但可靠性稍逊。

cp .env.example .env

open ./.env

我们建议使用 uv 环境来运行 macOS-use：

brew install uv && uv venv && source .venv/bin/activate

在本地安装并准备就绪后，尝试运行第一个示例：

uv pip install --editable . && python examples/try.py

尝试通过以下指令提示它：

open the calculator app

演示

点击 GIF 可观看完整视频！

提示：计算 5 乘以 4 的结果并返回，然后调用 done。

python examples/calculate.py

提示：前往 auth0.com，使用 Google 账号登录，选择 ofiroz91 gmail 账号，登录网站并在完成后调用 done。

python examples/login_to_auth0.py

提示：你能查一下今天以色列的安息日（Shabbat）是什么时间吗？完成后调用 done。

python examples/check_time_online.py

愿景：

简而言之：告诉每一台 Apple 设备做什么，并看着它完成。在每个应用程序上。

本项目旨在为 Apple 的 MLX 框架构建 AI 智能体，使智能体能够在任何 Apple 设备上执行任何操作。我们的最终目标是创建一个开源项目，任何人都可以克隆它，并利用 mlx 和 mlx-vlm 实现零成本的本地私有推理。

路线图目标：

实现 MacBook 的 SOTA 可靠性

优化智能体提示词（Agent prompting）。
发布第一个可用的 PyPI 版本。
改进自我纠错能力。
添加检查机器已安装哪些应用程序的功能。
添加功能，允许智能体在失败时检查现有的应用程序（例如日历应用的实际名称可能是 iCal）。
添加智能体向用户请求输入的操作。
测试，测试，还是测试！请告诉我们如何改进！
降低任务成本并提高效率。

支持使用微调后的小模型进行本地推理

增加对使用 mlx 和 mlx-vlm 的本地模型推理的支持。
微调一个小模型，使每台设备都能运行推理。
达到 SOTA 可靠性。

支持 iPhone/iPad

警告

本项目尚处于开发阶段，请谨慎使用！ macOS-use 可以并且将会执行登录、使用私密凭据、身份验证服务或存储的密码来完成任务；它会启动并与你 MacBook 上的每个应用程序和 UI 组件进行交互，且对模型的限制仍在积极开发中！目前不建议在无人看管的情况下运行它。 macOS-use 不会因验证码（CAPTCHA）或其他任何形式的机器人识别而停止，因此请再次强调，用户需自行承担风险。

免责声明：

由于这是一个实验性项目...