GPT Computer Assistant 是一个基于 GPT-4o 的智能电脑助手，支持 Windows，macOS 和 Linux 平台。它的目标是作为 Windows 平台上 Copilot 的替代品。

GPT Computer Assistant 主要功能

目前 GPT Computer Assistant 支持以下功能：

• 屏幕读取
• 点击屏幕上的文本或图标
• 移动屏幕上的文本或图片
• 输入文本
• 触发任何按键
• 录制麦克风
• 录制系统音频
• 打开和关闭应用
• 打开 URL 地址
• 操作剪贴板
• 使用搜索引擎
• 编写和运行 Python 脚本
• 编写和运行 Shell 脚本
• 知识管理

GPT Computer Assistant 应用场景

做会议记录

日程安排

辅助阅读

编写代码并复制到剪贴板

GPT Computer Assistant 快速上手

安装 GPT Computer Assistant 前，需要确保本地 Python 的版本高于 3.9。

创建 Agent

pip3 install 'gpt-computer-assistant[base]'
pip3 install 'gpt-computer-assistant[agentic]'

from gpt_computer_assistant import Agent, start

manager = Agent(
  role='Project Manager',
  goal='understands project needs and assist coder',
  backstory="""You're a manager at a large company.""",
)

coder = Agent(
  role='Senior Python Coder',
  goal='writing python scripts and copying to clipboard',
  backstory="""You're a python developer at a large company.""",
)


start()

添加自定义工具

from gpt_computer_assistant import Tool, start

@Tool
def sum_tool(first_number: int, second_number: int) -> str:
    """Useful for when you need to sum two numbers together."""
    return first_number + second_number

start()

开放 API

GPT Computer Assistant 支持 API 的形式运行，以满足远程操作的场景。

pip3 install 'gpt-computer-assistant[base]'
pip3 install 'gpt-computer-assistant[api]'

computerassistant --api

from gpt_computer_assistant.remote import remote

output = remote.input("Hi, how are you today?", screen=False, talk=False)
print(output)

remote.just_screenshot()

remote.talk("TTS test")

# Other Functionalities
remote.reset_memory()
remote.profile("default")

remote.enable_predefined_agents()
remote.disable_predefined_agents()

remote.enable_online_tools()
remote.disable_online_tools()

https://github.com/onuratakan/gpt-computer-assistant