bytebot-ai/bytebot

Bytebot is a self-hosted AI desktop agent that automates computer tasks through natural language commands, operating within a containerized Linux desktop environment.

agentagentic-aiagentsaiai-agentsai-toolsanthropicautomationbytebotcomputer-usecomputer-use-agentcuadesktopdesktop-automationdockergeminillmmcpopenai

GAI 中文摘要

Bytebot 是一个开源的自托管 AI 桌面智能体，旨在通过自然语言指令在容器化的 Linux 桌面环境中自动化执行各种计算机任务。它通过模拟人类操作鼠标和键盘，实现跨应用程序的复杂工作流程，从而将 AI 的执行能力从单一网页扩展到完整的桌面环境。

Bytebot 提供完整的虚拟桌面环境，支持调用浏览器、邮件客户端、办公软件及集成开发环境等多种桌面应用程序。它具备处理复杂任务的自主能力，能够自动完成登录验证、文件组织、多步工作流协同及各类文档处理。该系统支持上传本地文件进行深入的数据提取与分析，并能与外部密码管理工具联动处理身份验证。

该项目适用于需要批量处理重复性电脑操作的个人或企业用户，特别适合通过自然语言指令完成跨平台文档整理、自动化数据录入及复杂任务流自动化的场景。

⭐

10.7k

Stars

🔱

1.4k

Forks

👁

Watchers

📋

Issues

TypeScriptApache-2.0创建于 2025/2/3更新于今天

在 GitHub 上查看访问主页

README

由 Gemini 翻译整理

Bytebot: 开源 AI 桌面智能体

一个拥有专属电脑、能为您完成任务的 AI

🌐 网站 • 📚 文档 • 💬 Discord • 𝕏 Twitter

https://github.com/user-attachments/assets/f271282a-27a3-43f3-9b99-b34007fdd169

https://github.com/user-attachments/assets/72a43cf2-bd87-44c5-a582-e7cbe176f37f

什么是桌面智能体（Desktop Agent）？

桌面智能体是一个拥有专属计算机的 AI。与仅限浏览器的智能体或传统 RPA 工具不同，Bytebot 提供了一个完整的虚拟桌面环境，它可以：

使用任何应用程序（浏览器、电子邮件客户端、办公套件、IDE 等）
使用其自带的文件系统下载并整理文件
使用密码管理器登录网站和应用程序
阅读并处理文档、PDF 和电子表格
跨不同程序完成复杂的多步骤工作流

您可以将其想象成一名拥有专属电脑的虚拟员工，它能看到屏幕、移动鼠标、敲击键盘，并像人类一样完成任务。

为什么要让 AI 拥有自己的电脑？

当 AI 能够访问完整的桌面环境时，它将解锁仅靠浏览器智能体或 API 集成无法实现的能力：

任务完全自主化

给 Bytebot 下达任务，例如“从我们的供应商门户网站下载所有发票并整理到文件夹中”，它将能够：

打开浏览器
导航至各个门户网站
处理身份验证（包括通过密码管理器进行 2FA 验证）
将文件下载到其本地文件系统
将它们整理到指定的文件夹中

处理文档

将文件直接上传到 Bytebot 的桌面，它可以：

将整个 PDF 文档读入其上下文
从复杂文档中提取数据
在多个文件之间交叉引用信息
基于分析创建新文档
处理 API 无法访问的格式

使用真实应用程序

Bytebot 不局限于 Web 界面。它可以：

使用桌面应用程序，如文本编辑器、VS Code 或电子邮件客户端
运行脚本和 CLI 工具
根据需要安装新软件
为特定工作流配置应用程序

快速开始

2 分钟部署

选项 1：Railway（最简单）

只需点击并添加您的 AI 提供商 API Key 即可。

选项 2：Docker Compose

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

# Add your AI provider key (choose one)
echo "ANTHROPIC_API_KEY=sk-ant-..." > docker/.env
# Or: echo "OPENAI_API_KEY=sk-..." > docker/.env
# Or: echo "GEMINI_API_KEY=..." > docker/.env

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

# Open http://localhost:9992

查看完整部署指南 →

工作原理

Bytebot 由四个集成组件组成：

虚拟桌面：一个预装了应用程序的完整 Ubuntu Linux 环境
AI 智能体：理解您的任务并控制桌面以完成它们
任务界面：Web UI，您可以在此创建任务并实时查看 Bytebot 的工作情况
API：用于以编程方式创建任务和控制桌面的 REST 端点

核心功能

自然语言任务：只需描述您需要完成的工作
文件上传：将文件拖放到任务中供 Bytebot 处理
实时桌面视图：实时观看 Bytebot 工作
接管模式：当您需要协助或进行配置时，可随时手动接管
密码管理器支持：安装 1Password、Bitwarden 等以实现自动身份验证
持久化环境：安装的程序将保留，供未来的任务使用

任务示例

基础示例

"Go to Wikipedia and create a summary of quantum computing"
"Research flights from NYC to London and create a comparison document"
"Take screenshots of the top 5 news websites"

文档处理

"Read the uploaded contracts.pdf and extract all payment terms and deadlines"
"Process these 5 invoice PDFs and create a summary report"
"Download and analyze the latest financial statements"