Cua
Cua AI, Inc. · Coding
Cua ist eine Open-Source-Infrastruktur für Computer-Use-Agenten. Sie liefert Sandboxes, einen Hintergrund-Treiber, lokale VMs und Benchmarks für macOS, Linux, Windows und Android.
Über Cua
About
Was ist Cua
Cua ist ein Werkzeugkasten, mit dem KI-Agenten einen echten Computer nutzen können. Es ist keine einzelne App: Das Projekt bündelt ein SDK, einen Treiber, Sandboxes, virtuelle Maschinen und eine Testsuite, die Entwickler kombinieren, um Agenten zu trainieren, zu prüfen und laufen zu lassen, die klicken, tippen und den Bildschirm lesen.
Das Projekt stammt von Cua AI, Inc. und wird von Y Combinator unterstützt. Fast der gesamte Code steht unter MIT-Lizenz, und das Repository hat auf GitHub mehrere zehntausend Sterne gesammelt. Deshalb greifen viele Teams dazu, statt Desktop-Automatisierung von Grund auf zu schreiben.
Die schwierige Frage bei jedem solchen Agenten ist, wo er läuft. Ein echter Desktop ist auf der eigenen Maschine riskant, und Agenten, die sich an Screenshots orientieren, brauchen eine stabile, zurücksetzbare Umgebung. Cua antwortet darauf mit lokalen Sandboxes aus Docker und QEMU plus einer Virtualisierungsschicht für macOS, damit die Arbeit isoliert bleibt. Der Preis dafür: Die Cloud-Seite wird nach Nutzung abgerechnet, und die tiefsten macOS-Funktionen hängen an Apple-Hardware.
Erste Schritte
- Installieren Sie die
cua-CLI unter macOS, Linux oder Windows mit dem Ein-Zeilen-Skript - Legen Sie eine Sandbox an, etwa einen Linux-Container oder eine macOS-VM, und geben Sie ihr einen Namen
- Verbinden Sie Ihren Agenten, ein Modell oder ein Skript und schicken Sie eine Aufgabe in normaler Sprache
- Lesen Sie das Ergebnis, machen Sie einen Screenshot oder exportieren Sie den Lauf zum späteren Nachspielen
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Cua.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Agenten-Entwickler
- Automatisierungsingenieure
- Forschungs- und Evaluierungsteams
- Einzelentwickler
Aufgaben
- Desktop-Apps automatisieren
- Agenten bewerten
- Plattformübergreifend testen
- Gefahrlos experimentieren
Szenarien
- Ein Computer-Use-Modell trainieren
- Einen Web- oder Desktop-Agenten in der CI testen
- Einen Agenten neben der eigenen Arbeit laufen lassen
- Über eine Maschine hinaus skalieren
Wichtigste Funktionen
Cua Driver für Hintergrundsteuerung
Cua Driver gibt dem Agenten Werkzeuge, um native Apps und Browser unter macOS, Windows und Linux zu prüfen und zu bedienen. Die Verbindung läuft über die CLI, MCP oder typisierte SDKs, sodass er in Werkzeuge wie Claude Code, Codex, Cursor und OpenClaw passt. Die Hintergrund-Zustellung lässt den Agenten arbeiten, ohne Ihren Zeiger zu bewegen oder den Fokus zu stehlen, sodass Sie die Maschine weiter nutzen.
Sandboxes über vier Betriebssysteme
Cua führt Agenten in allen vier großen Desktop-Familien aus: Linux, Windows, macOS und Android. Sie starten einen Ubuntu-Container, eine vollständige Windows-11-VM, eine macOS-VM oder ein Android-Image und erreichen alle über eine API. Die Images bringen einen Daemon mit, sodass der Agent Prozesse, Dateien, Screenshots und Eingaben ab der ersten Sekunde hat.
Lume für lokale VMs
Lume erstellt und verwaltet macOS- und Linux-VMs auf Apple Silicon mit Apples eigenem Virtualisierungs-Framework. Damit bekommen Mac-Nutzer eine lokale, zurücksetzbare macOS-Umgebung zum Testen ohne Zusatzhardware. Es trägt auch die Sandbox-Schicht, die auf Ihrer eigenen Maschine läuft.
Ein SDK, viele Sprachen
Dasselbe Cua SDK gibt es in Python, TypeScript, Swift und Kotlin, entweder in Ihrem Prozess oder über einen geteilten Daemon. Ein einziger Rust-Kern trägt alles, damit sich das Verhalten nicht ändert, egal ob Sie Python für die Forschung oder TypeScript für ein Produkt schreiben.
Cua Spaces und geteilte Desktops
Cua Spaces ist eine macOS-App, die jedem Agenten einen vollen Desktop gibt. Teleport verschiebt eine angemeldete App wie Chrome oder Slack in einen Space und hält sie angemeldet, während Multiplayer Sie und den Agenten mit getrennten Cursorn am selben Desktop arbeiten lässt. Spaces laufen auf Ihrem Mac, auf anderen Maschinen in Ihrem Besitz oder in Ihrem eigenen Cloud-Konto.
Cua Bench für die Bewertung
Cua Bench baut Computer-Use-Aufgaben, bewertet Agenten gegen ihre Evaluatoren und exportiert Trajektorien fürs Training. Sie können mit einer simulierten Aufgabe beginnen, die weder VM, Docker noch Modell-Schlüssel braucht, und später auf echte Umgebungen wechseln.
Vor- und Nachteile
Vorteile
- Die Basisbibliotheken stehen unter MIT-Lizenz, Sie können sie also selbst hosten und darauf aufbauen, ohne zu zahlen
- Eine API deckt Sandboxes für Linux, Windows, macOS und Android ab
- Der Hintergrund-Treiber lässt den Agenten arbeiten, ohne Maus und Tastatur zu übernehmen
- Läuft auf Ihrer Hardware, in Ihrem Cloud-Konto oder auf einer verwalteten Flotte
- Enthält eine Bewertungs- und Benchmark-Schicht, nicht nur die Automatisierungswerkzeuge
- Aktives Projekt mit häufigen Releases und einer großen Entwickler-Community
Nachteile
- Cloud-Kapazität wird nach Nutzung abgerechnet, schwere parallele Lasten kosten also pro Stunde
- Die tiefsten macOS-Funktionen hängen an Apple-Silicon-Hardware, die nicht jedes Team hat
- Es ist ein Entwicklerwerkzeug, ohne etwas Code zu schreiben oder anzubinden bringt es Nicht-Programmierern wenig
- Einige ältere Pakete sind eingestellt, ältere Tutorials zeigen daher manchmal die falsche Einrichtung
Häufige Fragen
Cua ist eine Open-Source-Infrastruktur für Computer-Use-Agenten von Cua AI, Inc. Sie bündelt ein SDK, einen Hintergrund-Treiber, Sandboxes, lokale virtuelle Maschinen und eine Testsuite, damit Agenten unter macOS, Linux, Windows und Android einen echten Computer steuern.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu Cua.
Alternativen zu Cua
Base Code
Base44 (Wix) · Coding · ProduktivitätBase Code ist eine geteilte Cloud-Entwicklungsumgebung von Base44. Das Team beschreibt Änderungen an einem bestehenden GitHub-Repository im Chat, prüft sie in der Vorschau und reicht sie als Pull Request ein.
Google EmbeddingGemma 2
Google DeepMind · Schreiben · Bilder · CodingGoogle EmbeddingGemma 2 ist ein offenes Modell mit 740 Millionen Parametern, das Text, Code, Bilder, Audio und Videobilder in Vektoren eines gemeinsamen 768-dimensionalen Raums umwandelt und auf Handys und Notebooks läuft.
GitGlow
GitGlow · Coding · ProduktivitätGitGlow ist ein Git-Client für den Desktop, der Ihren Code und die Änderungen Ihrer KI-Agenten in einer Review bündelt, damit Sie vor dem Ausliefern sehen, was die Maschine verlässt.