Wide-Moat/open-computer-use

说明与用途

**项目简介（2‑3 句）**
Wide‑Moat/open‑computer‑use 是一个 MCP（Model Context Protocol）服务器，为任意大语言模型提供独立的计算环境——基于 Docker 的工作区，内置实时浏览器、终端、代码执行、文档处理以及可自行调度的子代理。项目完全开源、可自托管，能够以插件化方式无缝接入任何模型。

**价值**

• **真实工具接入**：通过统一的协议把 AI 助手直接连到浏览器、终端、文件系统等真实工具，突破纯文本交互的局限。
• **标准化集成**：提供统一的 API/SDK/CLI，帮助团队快速为自研或第三方模型实现“有形”能力，降低集成成本。
• **可扩展自治**：支持自定义子代理，实现任务分解、并行执行和结果聚合，提升自动化程度。

**典型接入方式**

1. **部署 MCP 服务器**：在本地或云端运行 Docker‑compose，启动 open-computer-use 服务。
2. **使用 SDK**（Python 为主）：在模型代码中引入 open_computer_use 包，调用 create_workspace()、run_command()、browse(url) 等高层 API。
3. **通过 CLI/HTTP**：对不便改动模型代码的场景，可直接使用提供的 CLI 或 RESTful 接口发送 JSON 请求，获取执行结果或浏览器截图。
4. **插件化**：通过自定义插件（如数据库、内部 API）向工作区注入额外资源，模型即可像使用本地工具一样调用。

**生产可用性**

• **活跃度**：截至 2026‑07‑01 最近一次提交，GitHub ★104、Fork 24，代码主要使用 Python，维护频率保持在每周数次。
• **生态兼容**：已被多个开源项目引用，提供完整的 OpenAPI 文档和示例，易于在 CI/CD 中集成。
• **安全与可靠**：工作区基于隔离的 Docker 容器，默认禁用特权模式，支持细粒度网络与文件系统权限配置。
• **成熟度**：具备完整的错误监控、日志导出以及可选的资源配额控制，已达到可在内部生产环境进行试点的水平。

**结论**
Wide‑Moat/open‑computer‑use 为 AI 与真实工具的桥接提供了即插即用的标准化方案，接入门槛低、扩展灵活，且在代码活跃度、社区采纳和安全隔离方面已经具备了生产级别的可靠性，适合作为企业内部 AI 自动化平台的核心组件。

实际用途

Wide-Moat/open-computer-use helps connect AI assistants to real tools and data through a standard protocol.

• connect AI agents to tools
• ship Model Context Protocol servers
• standardize integrations

限制与审查说明

High for an OSS candidate: recent activity, adoption, and ecosystem signals are strong enough for a serious pilot.