只需告诉你的 MacBook 你要做什么，它就能自动完成——适用于任何应用程序。 由 Ofir Ozeri 创建 ♥️，与 Magnus 和 Gregor 共同协作移植。

macOS-use 让 AI Agent 能够与你的 MacBook 进行交互 查看演示！

快速开始

⚠️ 重要提示：请在继续操作前阅读 警告 部分。

使用 pip：

pip install mlx-use

从 GitHub 安装：

先克隆代码仓库：

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

不要忘记设置 API Key。支持的提供商：OAI, Anthropic 或 Gemini（DeepSeek R1 即将支持！）。

目前，macOS-use 在使用 OAI 或 Anthropic API 时表现最佳，尽管 Gemini 是免费的，但其可靠性稍逊一筹。

cp .env.example .env

open ./.env

我们建议在 uv 环境中使用 macOS-use：

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

安装并配置完成后，尝试运行第一个示例：

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

试着发送指令：

open the calculator app

演示

点击 GIF 即可查看完整视频！

prompt：计算 5 X 4 等于多少并返回结果，然后结束任务。

python examples/calculate.py

prompt：前往 auth0.com，使用 Google 账号登录，选择 ofiroz91 gmail 账户，登录网站并在完成后结束任务。

python examples/login_to_auth0.py

prompt：你能查一下今天以色列的安息日（Shabbat）是什么时间吗？完成后结束任务。

python examples/check_time_online.py

愿景：

简而言之：告诉每一台 Apple 设备该做什么，并看着它完成。适用于每一个应用程序。

本项目旨在为 Apple 的 MLX 框架构建 AI Agent，使 Agent 能够对任何 Apple 设备执行任何操作。我们的最终目标是提供一个开源方案，让任何人都可以通过 mlx 和 mlx-vlm 进行克隆，从而实现零成本的本地私有化推理。

路线图目标：

1. 实现 MacBook 的 SOTA 可靠性

   • 优化 Agent 的提示词（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应用的能力。
   • 添加功能，允许 Agent 在失败时检查现有应用（例如：日历应用的实际名称可能是 iCal）。
   • 添加 Agent 向用户询问输入的功能。
   • 大量测试！并随时告诉我们如何改进！
   • 降低任务成本并提升效率。

2. 支持通过小型微调模型进行本地推理

   • 添加使用 mlx 和 mlx-vlm 进行本地模型推理的支持。
   • 微调一个小型模型，使每台设备都能运行推理。
   • 达到 SOTA 可靠性。

3. 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、使用个人凭据、认证服务 或存储的密码来完成任务；它能够启动并与 MacBook 上的每一个应用及 UI 组件进行交互。目前对模型的限制措施仍在积极开发中！因此，暂不建议在无人监督的情况下运行此程序。 macOS-use 不会在遇到验证码或任何形式的机器人识别时自动停止，因此再次提醒，请谨慎操作。

免责声明：

由于本项目尚在开发中...