收录AI Agent
明略科技开源Mano-P：AI直接操控电脑软件
AI 摘要 · 自动生成
明略科技开源视觉GUI操作模型Mano-P，上线四周即爆火。它无需CDP协议和HTML解析，能自主操控剪视频、填表格、打麻将等各类电脑软件，拿下MMBench等13个全球多模态榜单第一。硬件门槛极低，M4芯片32G内存的Mac mini即可本地运行。
核心要点
- 01视觉GUI操作模型，无需CDP协议和HTML解析
- 02拿下MMBench等13个全球多模态榜单第一
- 03可自主操控剪视频、填表格、打麻将等软件
- 04M4芯片32G内存Mac mini即可本地运行
文中提到的开源项目
原始来源 · 请支持原创
完整内容请访问原文：
我没空要吃饭//相关内容
收录2026-10-28
WorkBuddy上线远程控制：手机接管电脑桌面
腾讯WorkBuddy正式推出「远程控制」功能，用户可在手机App上一键连接电脑，实时查看Agent操作画面并直接接管桌面。支持小窗悬浮、全屏手势操作、虚拟鼠标与快捷键，解决任务中需手动授权或登录的卡顿问题。连接走加密通道，不消耗Token，需手机v2.7.0、macOS桌面端v5.9.3及以上版本。
收录2026-10-27
Third Hand：亚秒级AI控制电脑开源工具
Third Hand 是一个开源工具，抛弃截屏加视觉大模型的笨重路线，通过系统辅助功能抓取窗口控件并转为结构化文本，用状态单选替代自回归长文本生成，接入 Jev 做快速决策，实现 100 毫秒内选出下一步操作，将 AI 控制电脑延迟从数秒降至亚秒级，同时大幅降低 Token 消耗。
收录2026-10-26
PaddleOCR：90.5k星的开源OCR神器
视频介绍了开源项目PaddleOCR，GitHub星标数达90.5k，近期仍在高频更新。它无需接入大模型即可将复杂PDF或图片转为结构化文字，支持手写体、繁体字、数学公式、文言文及多语言混合文档识别，且因不依赖大模型而实现零幻觉，适合免费批量处理数据。
//评论
0 条