开源工具 ywza 发布：让 AI 模型从任意设备远程操控你的个人电脑

让 AI 模型从任何地方使用你的 PC。 演示 • 构建 • 快速开始 • 配对 • MCP • Linux ywza 让 AI 模型像你一样使用你的电脑。它可以查看你的窗口，在任何应用中点击和输入，并在你已经打开的终端中工作。你可以从同一台机器或另一台机器与它对话，而且无需向互联网暴露任何内容即可实现。 它在你想控制的 PC 上作为一个小型后台代理运行。其他设备在你用 6 位代码配对一次后，直接点对点连接到它。没有账户，也没有需要托管的服务器。你自带模型：任何支持 OpenAI chat API 的模型都可以，包括 Ollama 和 LM Studio 这类本地模型。 ywza 不是每一步都向模型发送截图，而是将每个窗口描述为带编号的元素列表。这样可以保持 token 数量低，并让模型的推理更聚焦。当它需要查看某些内容时，仍然可以请求截图。 ywza 在 Windows 上完美运行。Linux 在 X11 上可用。 hello_world.mp4 打开记事本，输入 Hello World，并将窗口移动到显示器 0 open_reddit.mp4 在 Chrome 中打开 Reddit terminal_access.mp4 在空终端中输入 Hello World，然后在其中启动 Claude 构建 你需要较新的 Rust 工具链。在 Windows 上，rustup 要求的 MSVC 构建工具就足够了。 git clone https://github.com/alielmorsy/ywza cd ywza cargo build --release 这会在 target/release 中生成两个程序： 将两者都放到你的 PATH 中，或者用 cargo 安装它们： cargo install --path crates/ywza-agent cargo install --path crates/ywza-cli OCR 有些应用自行绘制文本，不向 Windows 辅助功能暴露任何内容。对于这些应用，请使用 OCR 引擎构建代理。你可以编译多个引擎，并在配置中选择一个。 cargo build --release -p ywza-agent --features ocr-windows PaddleOCR 模型在首次使用时下载。ocr-paddle-dynamic 会替换 ocr-paddle，因此不要同时启用两者。它需要将 libonnxruntime.so 放在代理二进制文件旁边，或放在 ORT_DYLIB_PATH 指定的路径中。 ywza-agent run 首次启动会创建你的配置文件夹和代理的身份。将它指向一个模型： ywza config set-llm --base-url https://api.openai.com/v1 --model <model> --api-key <key> 然后给它一些任务： ywza prompt "Open Notepad and write hello" 从另一台设备控制它 在你想控制的机器上，向正在运行的代理请求配对代码： ywza-agent pair 在你想用来控制它的设备上： ywza pair 123456 --name desktop ywza -d desktop prompt "Take a screenshot and tell me what's open" 该代码只能使用一次，并在 10 分钟后过期。在 Windows 上，如果连接超时，请以管理员身份运行 dist/windows-firewall.bat，并提供 ywza-agent.exe 的路径。 MCP 服务器让任何 MCP 客户端通过一个服务器控制这台 PC 以及你已配对的每台设备。模型在每次调用时选择设备，因此一次聊天可以同时在你的桌面和远程机器上工作。 已配对的设备不需要在同一网络上。它们通过公共中继连接，因此咖啡馆 wifi 上的笔记本电脑可以驱动家里的 PC。自有中继支持已在计划中，届时你将能够运行自己的中继而不是公共中继。 直接从仓库注册它，无需安装步骤。将 <repo> 替换为你克隆 ywza 的文件夹： claude mcp add ywza -- uv run --quiet --project <repo>/python ywza-mcp --cli <repo>/target/release/ywza.exe 在 Linux 上，最后一个路径是 <repo>/target/release/ywza。--cli 是服务器访问你已配对设备的方式，因此如果 ywza 已在你的 PATH 中，或者你只控制这台 PC，则可以省略它。任何其他 MCP 客户端都可以运行相同的命令。 仅支持 X11 会话。dist/ywza-agent.service 会在登录屏幕和每个用户会话中运行代理。编辑 ExecStart 路径，然后按照文件顶部的注释操作。