开发者开源本地 GUI 智能体引擎 moray-ghost
AI 总结
moray-ghost 开发者称，这是一款开源的本地 GUI 智能体执行引擎，具备本地视觉、多线程、Windows 输入处理、MCP 支持和安全控制。系统据称使用 OCR 与 OpenCV 建立带 ID 的控件目录，让模型选择控件 ID 而非计算坐标；开发者还展示了其通过实体鼠标在 Windows 画图中绘图。其性能、精度和“可用于生产”的说法尚未获得独立验证。
深度见解
该项目将控件识别与坐标计算分离，并加入执行安全机制，为依赖截图和坐标的 GUI 工作流提供了具体替代方案，但实际效果仍主要来自开发者自述。
在体验了市面上的云端 Computer Use 后，我总觉得差点意思：延迟高（每步 3-5 秒）、按 Token 极度烧钱、大模型经常产生坐标幻觉瞎点，而且极度不安全。
为了打造一个真正能“安全接管电脑”的 AI，我爆肝了几个日夜，从零手搓了一个带本地视觉、多线程并发、军工级防呆的底层执行引擎：moray-ghost。
👇 先看一个震撼的实操：它用真实的物理鼠标，在 Windows 画图里一笔一划复刻出了《DeepSeek 鲸鱼娘》
💥 一、 我们如何打穿现有 Agent 框架的痛点？
现有的 GUI 框架大多停留在“截图 -> 发给大模型 -> 返回坐标 -> PyAutoGUI 点击”的原始阶段，在真实生产中完全不可用。moray-ghost 的解法是：