computer-use-preview

这是一个基于 Google Gemini 大模型的计算机操作代理（Computer-Use Agent）演示项目，支持通过自然语言指令自动操控浏览器执行任务。核心功能包括：调用 Gemini API 或 Vertex AI 作为推理后端，集成 Playwright 实现本地浏览器自动化，或对接 Browserbase 进行云端浏览器控制；支持自定义初始 URL、多环境切换与结构化指令解析。技术特点涵盖端到端的 LLM 驱动 UI 操作闭环、跨平台浏览器控制适配及标准化配置流程。适用于 RPA 原型验证、AI 自动化测试、智能助手行为模拟等需要将语言指令映射为真实界面操作的研发与评估场景。