Edgebox ger LLM:er möjlighet med skrivbordskontroll och säker kodexekvering
Edgebox, utvecklad av Bigppwong, är ett specialiserat MCP-serververktyg som är utformat för att ge stora språkmodellagenter omfattande "Datoranvändning" kapabiliteter. Byggd med Electron och TypeScript, fungerar den som en lokal skrivbordssandbox och erbjuder en komplett skrivbordsmiljö och säker kodexekvering. Distribuerad som binära versioner över Windows, macOS och Linux, låter Edgebox AI-agenter interagera programmässigt med skrivbordsapplikationer. Den ansluter till LLM-agenter via Model Context Protocol, vilket förbättrar deras förmåga att utföra komplexa uppgifter i den verkliga världen.
Mest rekommenderade alternativet
Vad ansluter Edgebox till?
Edgebox ansluter främst till stora språkmodellagenter genom Model Context Protocol (MCP). Det fungerar som en lokal skrivbordssandbox för dessa AI-agenter, vilket ger dem en fullständig skrivbordsmiljö. Denna konfiguration gör det möjligt för LLM:er att köra kod och interagera med operativsystemet som om de direkt skulle använda en dator. Dess kärnsyfte är att utöka AI-agenters kapabiliteter bortom textbaserade interaktioner, vilket gör att de kan manipulera grafiska användargränssnitt.
Kärnfunktioner och verktyg
Edgebox exponerar en rad anropbara verktyg för AI-agenter. Kärnverktyg, som alltid är tillgängliga i CLI-läge, inkluderar shell_run, shell_run_background, container_list, container_create, container_stop, container_restart, och container_delete. När GUI-verktyg är aktiverade blir skrivbordsverktyg tillgängliga, såsom desktop_screenshot, desktop_mouse_click, desktop_keyboard_type, och desktop_clipboard_read. Dessa verktyg möjliggör detaljerad kontroll över både kommandoraden och skrivbordsmiljön.
Vem är det för?
Edgebox är utformat för utvecklare och användare som vill ge stora språkmodeller "datoranvändning"-kapabiliteter. Dess funktionalitet gör det möjligt för AI-agenter att interagera direkt med en fullständig skrivbordsmiljö, utföra åtgärder som att automatisera skrivbordsapplikationer eller köra kod på ett säkert sätt. Detta verktyg hjälper till att överbrygga klyftan mellan AI-resonemang och praktisk datorinteraktion. Hoppa över detta om dina AI-agentuppgifter inte kräver direkt skrivbord eller containeriserad kodkörning.
Hur man kommer igång
Inga autentiseringsuppgifter krävs för MCP-servern själv. Autentisering involverar främst klientkonfiguration och användning av miljövariabler för känsliga värden, med sessionsisolering hanterad genom att skicka olika x-session-id-huvuden via strömbar HTTP.
Användningsfall
- Automatisera interaktioner med förinstallerade skrivbordsapplikationer som Google Chrome och VS Code med programmatisk mus- och tangentbordskontroll.
- Köra AI-genererad kod på ett säkert sätt inom isolerade Docker-containrar och interagera med Linux-skalet.
- Hantera flera, isolerade sandbox-sessioner samtidigt för olika AI-agentuppgifter eller teständamål.
Edgebox erbjuder en kraftfull lokal sandlåda för AI-agenter, vilket gör det möjligt för dem att interagera med en skrivbordsmiljö och köra kod på ett säkert sätt. Dess flerplattformslösningar och stöd för strömmande HTTP gör det tillgängligt för olika installationer. Verktyget utökar LLM-funktioner för att automatisera komplexa skrivbordsarbetsflöden och hantera containeriserade operationer effektivt. Försök att automatisera en skrivbordsapplikation som Google Chrome med hjälp av verktyget desktop_mouse_click.
