OpenDesk
vitalops
Gibt jedem AI-Agent Augen und Hände auf einem oder mehreren Desktops über Computer-Use-Tools.
Was ist OpenDesk?
Ein MIT-lizenziertes Computer-Use-Framework, das Agents echte Maschinen steuern lässt: Screenshot-Erfassung mit Element-Markierung, selektorfreie UI-Interaktion, Maus-/Tastatur-Steuerung und OCR, dazu Task-Aufzeichnung/-Wiedergabe, Scheduling und Fernsteuerung anderer Maschinen über einen verschlüsselten WebSocket. Liefert sowohl Python- (opendesk auf PyPI) als auch JS/TS-Pakete (@vitalops/opendesk-sdk) und integriert mit MCP, Claude Code, OpenAI und LangChain.
Vor- & Nachteile
Pros
- Gesündeste Signale des Batches für sein Alter: MIT über die gesamte Codebasis, ca. 5:1-Fork-zu-Stern-Verhältnis, und sowohl Python- als auch JS/TS-SDKs
- Multi-Maschinen-Steuerung über einen verschlüsselten WebSocket, plus Aufzeichnung/Wiedergabe und Scheduling - mehr als eine Einzel-Box-Demo
- Framework-agnostische Integrationen (MCP, Claude Code, OpenAI, LangChain) statt Bindung an einen Agent-Stack
Cons
- Entwicklung ist seit Anfang Juni 2026 ruhig (letzter Push 2. Juni), Momentum trotz reif wirkender Feature-Liste unklar
- Verschlüsselung für Fernsteuerung wird behauptet, aber es gibt keine unabhängige Sicherheitsprüfung für ein Tool, das einen echten Desktop steuert
- Einem frühen Tool volle Maus-/Tastatur-Kontrolle über die eigene Maschine zu geben, hat einen offensichtlichen Schadensradius, falls das Modell danebengreift
Lizenz
MIT (OSI-open)
Wann interessant
du Agents brauchst, die echte Desktop-Apps (lokal oder remote) unter macOS, Linux und Windows aus deinem bestehenden Framework heraus steuern.
Wann zu früh
wenn du einem frühen Tool nicht die volle Kontrolle über eine Maschine geben willst, oder auditierte Sicherheitsgarantien brauchst.
Dieses Repo war in der Ausgabe 2026-07 des Open-Source-KI-Radars.
UI-TARS-desktop
bytedance
Native Desktop-App für einen GUI-/Computer-Use-Agent, angetrieben vom open-weight-Modell UI-TARS.
strix
usestrix
Framework autonomer 'KI-Hacker'-Agents für dynamische Anwendungssicherheitstests.
Page Agent
alibaba
In-Page-JavaScript-GUI-Agent - jede Webseite mit natürlicher Sprache steuern, kein headless-Browser oder Extension.