描述
Open Interface 是一款允许用户使用 LLM 控制其计算机的工具。它的工作原理是接收用户请求并将其发送到 LLM 后端，例如 GPT-4o 或 Gemini，以确定必要的步骤。然后，该应用程序通过模拟键盘和鼠标输入来自动执行这些步骤，从而有效地自动化计算机任务。
阅读更多
核心功能包括解释用户命令、为计算机生成指令以及执行这些指令。该软件还包含一个反馈循环，使用屏幕截图来评估进度并根据需要进行纠正。这种迭代过程允许准确地完成复杂的任务。该工具支持多个操作系统，包括 MacOS、Linux 和 Windows，并为每个操作系统提供了特定的安装说明。
Open Interface 支持各种 LLM，包括 OpenAI 的 GPT-4o 和 Google 的 Gemini。用户可以通过设置菜单配置该工具以使用不同的 LLM，包括符合 OpenAI API 风格的自定义 LLM。设置过程涉及从相应的 LLM 提供商处获取 API 密钥，并将它们输入到应用程序的设置中。该应用程序还根据所使用的 LLM 模型提供成本估算。
Open Interface 专为希望自动化计算机任务或以免提方式与其计算机交互的用户而设计。它特别适用于涉及重复操作或复杂工作流程的任务。该工具与各种应用程序交互的能力及其对多个 LLM 的支持使其成为计算机自动化的通用解决方案。该项目托管在 GitHub 上，允许用户为其开发做出贡献并访问源代码。
- 类别自动化与智能体
- 定价模式开源
- 部署自托管
- 平台macOS, Linux, Windows
Open Interface：使用 LLM 控制计算机的核心功能
LLM 驱动的计算机控制
自动键盘和鼠标模拟
基于屏幕截图的进度评估
支持 GPT-4o 和 Gemini
跨平台兼容性（MacOS、Linux、Windows）
自定义 LLM 支持
OpenAI API 密钥集成
Google Gemini API 密钥集成
用于配置的设置菜单
基于 LLM 使用情况的成本估算
用于开源访问的 GitHub 存储库
用户请求解释
Open Interface：使用 LLM 控制计算机入门
克隆：使用 `git clone https://github.com/AmberSahdev/Open-Interface.git` 从 GitHub 克隆存储库。
进入目录：使用 `cd Open-Interface` 导航到项目目录。
安装依赖项：使用 `pip install -r requirements.txt` 安装所需的 Python 包。
配置 API 密钥：在应用程序设置中获取并输入您的 OpenAI 和/或 Gemini API 密钥。
运行：使用 `python app/app.py` 执行应用程序。
交互：发出命令来控制您的计算机。
Open Interface：使用 LLM 控制计算机的使用案例
- 自动化任务
- 免提控制
- Web 应用程序创建
- 膳食计划
- 代码编辑
- 音乐播放列表
- 视频编辑
