【开源】Gemini-Computer-Control，让 Gemini 完全接管你的电脑

【开源】Gemini-Computer-Control，让 Gemini 完全接管你的电脑1

本项目的前端构建使用 Gemini 3 Flash，在 Lim Code - 强大的集交错思考与多模态工具于一体的 AI Coding 插件，旨在解决其他 ai 插件或 ide 的缺点和拓展功能需求，支持 xml 工具 - 开发调优 - LINUX DO 上快速迭代美化 + 图片生成

以号被封 7 天的代价决定开源 computer use
前情提要

【开源】Gemini-Computer-Control，让 Gemini 完全接管你的电脑3

基于 Gemini 3 系列强大的多模态能力和 Gemini 3 Flash 的高速高质，全面托管电脑成为可能。
使用原生工具调用并回传思考签名的情况下，多数请求可以做到又快又好地响应。

模式解释

一共提供三种模式的电脑控制

• 浏览器模式，使用无头 / 有头 Playwright，在浏览器环境下操作，支持切换标签页登多种便携工具
• 桌面模式，使用 PyAutoGUI 模拟真实鼠标点击和输入，完全接管电脑。在这一模式下会强制征用桌面焦点，期间不能干其他事
• 后台模式，使用 pywin32 API 通过窗口句柄操作，能做到真正的后台操作（部分应用），一些应用可能会强制焦点。

使用方法

clone 代码，点击 bat 运行。
可以选择在后端文件中配置 env 或使用前端设置

推荐使用：Gemini 3 Flash（轻度任务 minimal 思考最佳）

注意事项

• 本项目基于闭源模型 Gemini，在不确定上游安全的情况下谨慎用于处理敏感信息
• 后台运行模式时 Chrome 依然有概率将窗口设置焦点，浏览器相关活动建议直接使用 Playwright 模式
• 其他待补充