cua

英文原文正文为项目原始 README（英文），本站后续会翻译为中文，当前仅剔除图片与无关章节并统一排版。

选择你的路径

• Cua Spaces： 安装应用并运行你的第一个 Space。
• Cua Driver： 操作计算器并验证其结果。
• Lume： 创建 Tahoe 虚拟机并通过 SSH 连接。
• Cua SDK 和 CLI： 安装 cua 并创建本地沙箱。
• CUA-S1： 探索用于计算机使用决策的小型专用模型。
• Cua Bench： 创建并验证模拟任务。

自带你的代理和模型，或探索 CUA-S1 以进行专用决策。Cua 提供计算机和自动化工具。计算机使用 2.0 描述了一个代理在同一任务中在代码、API 和图形界面之间移动。

Cua 空间

Cua Spaces 是一款桌面应用程序，可为您的代理提供完整的桌面。每个桌面都是一个空间：在您的 Mac 本地构建的 macOS 虚拟机，或 Linux 或 Omarchy 镜像。Spaces 可以在您的 Mac、您拥有的其他机器上以及在您自己的云账户（AWS、Google Cloud 或 Modal）中运行，应用程序会将它们保持在菜单栏和刘海区。

• 瞬移。 将已登录的应用程序（如 Chrome 或 Slack）移动到一个空间中，它会在该空间中仍保持登录状态。您的会话保存在 Cua Keyvault 中，在您的 Mac 上加密，并且只有在您批准后才能到达空间。
• 多人模式。 您和您的代理可以在同一桌面上工作，每个人都有自己的光标。您可以介入做出选择，然后将桌面交还。
• 代理就绪镜像。 Spaces 镜像自带 cua-spacesd，因此代理在空间启动时即可获得进程、文件、屏幕截图和输入。

https://github.com/user-attachments/assets/a2ccc86b-10d0-48c0-bee6-7ae652ba1c59

在 macOS 26 或更高版本上安装

curl -fsSL https://cua.ai/install.sh | sh

在 macOS 上，安装程序默认选择 Cua Spaces 应用并添加 cua CLI。你也可以 下载签名的 .dmg，或者从 Cua Spaces 0.9.4 发布页面 获取 .pkg。

Spaces 对个人是免费的。Pro 版每月 18 美元，Teams 版每个席位每月 30 美元，从 1 席位即可购买。查看 定价。该应用在 FSL-1.1-MIT 下源代码可用。

快速上手 | 传送应用 | 分享空间 | 在备用 Mac 上托管 Spaces（中继、Tailscale 或 SSH） | 你自己的云 | 应用源码

Cua 驱动程序

为您的代理提供工具，以便在 macOS、Windows 和 Linux 上检查和操作本地桌面应用程序和浏览器。可通过 CLI、MCP 或输入型 SDK 进行连接。当应用程序和平台支持时，后台交付让代理在不移动指针或不占用焦点的情况下工作；有关具体限制，请参见 平台支持。

macOS / Linux

/bin/bash -c "$(curl -fsSL https://cua.ai/driver/install.sh)"

Windows（PowerShell）

irm https://cua.ai/driver/install.ps1 | iex

您的第一个结果： 连接您的代理，要求它在计算器中计算 6 × 7，并让它验证应用显示 42。教程涵盖平台设置、权限和代理连接。

运行您的第一个应用 | 安装 | CLI 参考

使用 Claude Code、Codex、Cursor、OpenClaw 或其他代理？找到您的集成。源代码文档和架构说明位于 libs/cua-driver/README.md。

观看 Cua Driver 实际操作

两个 Cua Driver 会话在 Omarchy 桌面上选择 LibreOffice Calc 中的单元格和 Inkscape 中的对象，同时一个终端保持在前台。观看 50 秒演示。

https://github.com/user-attachments/assets/b4e5517c-d2db-4758-b4cf-07131b0753b2

世界

使用 Apple 的 Virtualization.Framework 在 Apple Silicon 上创建和管理本地 macOS 和 Linux 虚拟机。

/bin/bash -c "$(curl -fsSL https://cua.ai/lume/install.sh)"

您的第一个结果： 从 Apple 恢复镜像创建一个原生 macOS Tahoe 虚拟机，启动它，并通过 SSH 连接。该教程直接使用 Lume CLI 并解释了无人值守设置的默认值。

创建您的第一个 Lume 虚拟机 | 安装 | CLI 参考

Cua SDK 和 CLI

一个 SDK 和一个 cua 命令用于本地虚拟机和容器，以及运行 cua-spacesd 的任何机器。

macOS / Linux

curl -fsSL https://cua.ai/install.sh | sh

Windows（PowerShell）

irm https://cua.ai/install.ps1 | iex

在终端中，脚本首先说明 Cua Spaces 是什么。命令行工具（cua 程序）始终已安装；您可以选择是否添加 Cua Spaces 应用（默认开启）和 Cua Driver，它允许 AI 代理在您继续工作的同时使用您的应用（默认关闭）。然后它会运行 cua auth login，该命令会登录并提供设置您的 AI 编程代理（Claude Code、Codex、Cursor 等）的选项。应用在首次运行时会询问您的其他设备是否可以使用这台计算机。通过 sh -s -- --select cua-driver 添加 Cua Driver，或者通过 --only cua-driver 跳过此选择。请参阅 安装程序选项。

cua sb create ubuntu --name dev          # a gVisor container, set up on first use
cua sb exec dev uname -a
cua sb screenshot dev
cua sb rm dev

来自 Python 的相同沙箱：

from cua_sandbox import Image, Sandbox

async with Sandbox.ephemeral(Image.linux(), local=True) as sb:
    print((await sb.shell.run("uname -a")).stdout)

• SDK： 相同的 API 可在 Python（pip install cua）、TypeScript（@trycua/cua）和 Rust（cua-sdk）中使用，可在您的进程中嵌入运行，或通过共享的 cua daemon 运行。Swift 和 Kotlin 绑定尚未发布。
• 沙盒无需内部代理。 就绪状态来自运行时和可选端口探测。包含 cua-spacesd（端口 3211）的镜像可通过 cua-driver 添加进程、文件、截图、输入，以及低延迟视频和音频流。SDK 中也没有代理层：通过您自己的工具驱动沙盒（指南）。
• 您自己的机器。 cua host setup 可使此机器通过 cua.ai 中继访问，无需端口转发。

SDK 自述文件 | 快速开始 | CLI 参考 | **沙盒 SDK 参考

CUA-S1

CUA-S1 是我们的小型、专用 System 1 模型系列，适用于计算机使用。我们使用“System 1”作为快速、有限决策的工程类比，比如选择字段中的值或决定是否保留某个元素。这并不是对模型架构的严格分类，也不是通用代理规划和推理的替代方案。

第一个研究侧重于表单：从结构化接口元素和文档值对决策进行评分，而不是逐个生成响应令牌。应用程序代码负责排序操作，可选的 Cua Driver 集成处理具有明确操作边界的执行。

该项目包括 Python 模型代码、合成数据生成、训练和评估。GitHub 组件是早期的、仅限源代码的研究版本；模型权重单独托管在 Hugging Face 上。源代码采用 MIT 许可。请查看每个模型和数据集卡片以了解其范围、限制和特定工件的许可。

探索 CUA-S1 | 模型卡 | 安全与部署指南

Hugging Face 上的 CUA-S1-FORMS: 模型权重 | 数据集

Cua 测试台

构建计算机使用任务，评估代理，并导出用于训练的轨迹。从一个不需要虚拟机、Docker 或模型 API 密钥的模拟任务开始。

使用 Python 3.12 或 3.13 并安装 uv：

uv tool install 'cua-bench[browser]'
uv tool run --from 'cua-bench[browser]' playwright install chromium

你的第一个结果： 创建一个小任务，运行它的参考解答，并验证其评估器报告的奖励为 1.0。然后尝试自己完成同样的任务。

创建你的第一个任务 | 什么是 Cua-Bench？ | CLI 参考 | 与我们合作

软件包

弃用包

Cua 不再维护这些内容。它们将不会收到更新或修复，现有版本仍在 npm 和 PyPI 上保留。请参阅 从已弃用的软件包迁移。

资源

• Documentation: guides, examples, and API reference
• Blog: tutorials, updates, and research
• Discord: community support and discussions
• GitHub Issues: bug reports and feature requests
• Security: private vulnerability reporting

引用

If Cua supports your research, please cite the software:

@software{cua2025,
  author  = {{Cua AI, Inc.}},
  title   = {Cua},
  year    = {2025},
  url     = {https://github.com/trycua/cua},
  license = {MIT}
}

For reproducibility, include the Cua release or commit used in your experiments. Citation metadata is also available in CITATION.cff.

贡献

We welcome contributions. See our Contributing Guidelines for details.

许可

Everything outside Cua Spaces and Cua Driver Bench is MIT-licensed (LICENSE): the cua SDK and its Python, TypeScript, Swift and Kotlin packages, the cua command and cua daemon, Cua Driver, Lume and the rest of this repository unless a directory says otherwise. Cua Spaces is source-available under FSL-1.1-MIT: the Spaces apps, cua-spacesd, the Cua Keyvault, teleport, Cua Volume (cua-volume) and the streaming client, codecs and viewers. The streaming wire protocol stays MIT. It is free to use, self-host and build on, with no competing hosted service, and each release becomes MIT two years after it ships. Cua Driver Bench (libs/cua-driver-bench) is under the same FSL-1.1-MIT; versions published before 11 Oct 2026 (#4973, #4978) were MIT. The MIT parts never depend on the FSL parts. Some subdirectories carry their own licence; LICENSING.md lists each one and how the two fit together. Offering Spaces, or Cua Driver Bench, as a hosted or managed service? See COMMERCIAL.md. For use of our names and logo, see TRADEMARKS.md.

Third-party components have their own licenses:

• Kasm (MIT)
• cua-som is an optional package licensed under AGPL-3.0-or-later. Its Ultralytics dependency retains its own license; inspect the resolved dependency version and its notices before redistribution.
• The Microsoft OmniParser repository states CC-BY-4.0 for its repository content. Model files downloaded from the separate OmniParser model repository are distinct artifacts; verify the terms published with the exact model revision before redistributing them.
• The optional cua-perception extension is installed separately from the MIT Cua Driver, from the signed assets of a cua-perception-v<version> GitHub release. Each release combines an AGPL-3.0-only OmniParser model artifact, Apache-2.0 PP-OCR model artifacts, and a separately packaged ONNX Runtime. The extension is not MIT licensed. Redistributing it, or offering it to users over a network, can trigger AGPL-3.0 source obligations. Cua does not relicense the detector and cannot grant other terms for it. Read the perception third-party notices and precautions before you install, redistribute, or host an extension artifact.

商标

Apple, macOS, Ubuntu, Canonical, and Microsoft are trademarks of their respective owners. This project is not affiliated with or endorsed by these companies.