开源全自动 AI 工具 Bytebot：用自然语言控制你的电脑

“要是有人能帮我填表、截图、扒网页就好了！”
别急，今天安利一个开源小怪物——Bytebot。它等于给你雇了一个 24h 不抱怨的实习生，扔在电脑里，随叫随到，还不要加班费。

一、Bytebot 到底是啥？

一句话：
“让 AI 真正摸到鼠标键盘。”

• • 它住在一个 Docker 容器里，里面是一套完整的 Linux 桌面（Ubuntu+XFCE）。

• • 你只用说人话，它就能点按钮、敲键盘、跑浏览器、写 Excel、发邮件，甚至帮你盯价格。

• • 全程浏览器操作，手机也能随时指挥。

二、为什么要自己搭，而不是用别家的？

1. 1. 隐私拉满
   任务、数据、API 密钥全在你自己硬盘，谁也偷不走。

2. 2. 零封号风险
   用自己的 API key，不限次数，不担心平台抽风。

3. 3. 想装啥就装啥
   LibreOffice、GIMP、Chrome 插件……改两行 Dockerfile 就行。

4. 4. 真·隔离
   容器里炸了也影响不到主机，安心摸鱼。

三、5 分钟跑起来（比泡面还快）

⚠️ 先准备：

• • 一台装了 Docker 和 Docker Compose 的电脑（Win/Mac/Linux 都行）。

• • 任意一家的 AI key：Claude / GPT / Gemini 都可。

步骤：

1. 1. 打开终端：

   git clone https://github.com/bytebot-ai/bytebot.git
   cd bytebot

2. 2. 选模型：

   # 想用 Claude：
   echo "ANTHROPIC_API_KEY=你的key" > docker/.env
   
   # 想用 GPT：
   # echo "OPENAI_API_KEY=你的key" > docker/.env
   
   # 想用 Gemini：
   # echo "GOOGLE_API_KEY=你的key" > docker/.env

3. 3. 一键起飞：

   docker-compose -f docker/docker-compose.yml up -d

4. 4. 打开浏览器：

   http://localhost:9992

   看到聊天框就成功了！

四、能帮我干点啥？举几个真香例子

• • “去豆瓣把 2025 年评分前 20 的电影爬下来，做成 Excel。”

• • “每小时刷一次苹果官网，iPhone 降价到 5000 以下就给我发邮件。”

• • “把我邮箱里带发票的 PDF 下载好，按日期建文件夹。”

• • “帮我把这 100 条用户信息填到这个破网页表单里，我去喝咖啡。”

五、手机上也能玩

只要电脑开着，把 localhost 换成内网 IP 或域名，手机浏览器就能指挥。上班地铁里发一句话，回家任务就完成了，爽不爽？

六、开发者彩蛋

• • 想接入自家系统？直接调 REST API：

  POST /tasks
  {
    "description": "打开 VSCode，新建 main.py，写个 Hello World"
  }

• • 想更精细？还有 MCP 接口，坐标级操作鼠标键盘，UI 自动化测试一把梭。

七、踩坑提醒

1. 1. API 密钥别往 GitHub 一扔，不然钱包会被刷爆。

2. 2. 默认 VNC 密码别不改，不然隔壁同事能看你桌面。

3. 3. 定期 docker-compose pull，更新镜像保平安。

八、一句话总结

Bytebot = AI + 真·电脑 + 你的嘴。
今天下班前就让它把周报写了，准点跑路！

仓库地址再扔一次：
👉 https://github.com/bytebot-ai/bytebot
喜欢就去点个 ⭐，祝你早日实现“躺平式”工作！