Agent-S Bridge#

包装 simular-ai/Agent-S，让 DeepSeek TUI 用自然语言控制电脑和浏览器。

能力定位#

工具覆盖范围智能程度速度OpenCLI浏览器（页面操作）脚本化快Playwright浏览器（程序化）需要写代码极快Agent-S整个桌面 + 浏览器AI 自主决策中Skyvern浏览器（AI 视觉）AI 视觉慢

Agent-S 是唯一能跨桌面 + 浏览器的工具。不只是点网页——能打开 VS Code、操作文件管理器、控制任何 GUI 程序。

安装#

bash

pip install gui-agents

前置条件#

• API Key: OpenAI 或 Anthropic（Agent-S 推理需要）
• 定位模型: UI-TARS-1.5-7B（HuggingFace 推理端点，用于像素级 UI 元素定位）
• 单显示器（Agent-S 设计为单屏操作）

命令#

bash

# 启动 Agent-S 交互模式
python agent_s_bridge.py run "打开浏览器搜索中医"

# 浏览器特化模式（限制在浏览器内操作）
python agent_s_bridge.py browse "登录网站并填写表单"

# 检查依赖和配置
python agent_s_bridge.py check

与 DeepSeek TUI 的集成#

text

你（DeepSeek TUI） → exec_shell → agent_s_bridge.py run "指令"
                                  ↓
                            Agent-S 控制桌面/浏览器
                                  ↓
                            结果返回给你

API 要求#

在 ~/.agent-s.env 中配置：

text

OPENAI_API_KEY=sk-xxx
# 或 ANTHROPIC_API_KEY=sk-ant-xxx

定位模型可本地部署或使用 HuggingFace 推理端点。