ghcr.io/bytebot-ai/bytebot-desktop:edge Docker 镜像

热门搜索:

ghcr.iolinux/amd64edge大小: 未知更新于 2026年6月14日

让 AI 帮你使用轩辕镜像？ · 展开查看说明

如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。

只需在 AI 对话中先发送下面这句话即可：

请先完整阅读并严格遵守以下文档中的全部规则与要求：

https://xuanyuan.cloud/agents.md

在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。

查看 agents.md 用法指南与完整示范。国内用户首推元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。若 AI 无法访问外链，可打开说明文档复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。

Bytebot：开源AI桌面代理

拥有专属计算机，为您完成任务的AI

德语 | 西班牙语 | 法语 | 日语 | 韩语 | 葡萄牙语 | 俄语 | 中文

什么是桌面代理？

桌面代理是拥有专属计算机的AI。与仅支持浏览器的代理或传统RPA工具不同，Bytebot配备完整的虚拟桌面，可实现以下功能：

使用任何应用程序（浏览器、邮件客户端、办公工具、IDE等）
通过自有文件系统下载和整理文件
使用密码管理器登录网站和应用程序
读取和处理文档、PDF及电子表格
跨不同程序完成复杂的多步骤工作流

可以将其视为拥有专属计算机的虚拟员工，能够查看屏幕、移动鼠标、键盘输入，像人类一样完成任务。

为何要为AI配备专属计算机？

当AI拥有完整的桌面环境访问权限时，将解锁仅浏览器代理或API集成无法实现的能力：

完全任务自主性

向Bytebot下达任务，例如"从供应商门户下载所有发票并整理到文件夹中"，它将：

打开浏览器
导航至每个门户
处理身份验证（包括通过密码管理器的双因素认证）
将文件下载到本地文件系统
整理到文件夹中

文档处理

直接将文件上传到Bytebot桌面，它可以：

将整个PDF读入上下文
从复杂文档中提取数据
跨多个文件交叉引用信息
基于分析创建新文档
处理API无法访问的格式

使用真实应用程序

Bytebot不仅限于Web界面。它可以：

使用桌面应用程序，如文本编辑器、VS Code或邮件客户端
运行脚本和命令行工具
根据需要安装新软件
为特定工作流配置应用程序

快速开始

2分钟部署

选项1：Railway（最简单）

只需点击并添加您的AI提供商API密钥。

选项2：Docker Compose

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

# 添加您的AI提供商密钥（选择其一）
echo "ANTHROPIC_API_KEY=sk-ant-..."
> docker/.env
# 或：echo "OPENAI_API_KEY=sk-..."
> docker/.env
# 或：echo "GEMINI_API_KEY=..."
> docker/.env

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

# 打开 http://localhost:9992

完整部署指南 →

工作原理

Bytebot由四个集成组件组成：

虚拟桌面：完整的Ubuntu Linux环境，预安装应用程序
AI代理：理解您的任务并控制桌面完成任务
任务界面：创建任务并观察Bytebot工作的Web UI
API：用于程序化任务创建和桌面控制的REST端点

核心功能

自然语言任务：只需描述您需要完成的工作
文件上传：将文件拖放到任务中供Bytebot处理
实时桌面视图：实时观察Bytebot工作过程
接管模式：需要协助或配置时可接管控制
密码管理器支持：安装1Password、Bitwarden等以实现自动认证
持久化环境：安装的程序将保留供未来任务使用

任务示例

基本示例

"访问维基百科，创建量子计算的摘要"
"研究从纽约到伦敦的航班并创建比较文档"
"截取排名前5的新闻网站截图"

文档处理

"阅读上传的contracts.pdf并提取所有付款条款和截止日期"
"处理这5份发票PDF并创建摘要报告"
"下载并分析最新财务报告，回答：提到了哪些关键风险？"

多应用工作流

"从我们的三家银行下载上个月的银行对账单并进行合并"
"检查所有供应商门户的新发票并创建摘要报告"
"登录我们的CRM，导出客户列表，并更新ERP系统中的记录"

程序控制

通过API创建任务

import requests

# 简单任务
response = requests.post('http://localhost:9991/tasks', json={
'description': '下载最新销售报告并创建摘要'
})

# 带文件上传的任务
files = {'files': open('contracts.pdf', 'rb')}
response = requests.post('http://localhost:9991/tasks',
data={'description': '审查这些合同中的重要日期'},
files=files
)

直接桌面控制

# 截取屏幕截图
curl -X POST http://localhost:9990/computer-use \
-H "Content-Type: application/json" \
-d '{"action": "screenshot"}'

# 在特定坐标点击
curl -X POST http://localhost:9990/computer-use \
-H "Content-Type: application/json" \
-d '{"action": "click_mouse", "coordinate": [500, 300]}'

完整API文档 →

设置您的桌面代理

1. 部署Bytebot

使用上述任一部署方法运行Bytebot。

2. 配置桌面

通过UI中的"桌面"选项卡：

安装所需的其他程序
设置密码管理器以进行认证
根据偏好配置应用程序
登录您希望Bytebot访问的网站

3. 开始下达任务

以自然语言创建任务，观察Bytebot使用已配置的桌面完成任务。

使用场景

业务流程自动化

发票处理和数据提取
多系统数据同步
多来源报告生成
跨平台合规性检查

开发与测试

自动化UI测试
跨浏览器兼容性检查
带截图的文档生成
代码部署验证

研究与分析

跨网站竞争分析
多来源数据收集
文档分析和摘要
市场研究汇编

架构

Bytebot基于以下技术构建：

桌面：Ubuntu 22.04，配备XFCE、Firefox、VS Code及其他工具
代理：协调AI和桌面操作的NestJS服务
UI：用于任务管理的Next.js应用程序
AI支持：支持Anthropic Claude、OpenAI GPT、Google Gemini
部署：便于自托管的Docker容器

为何选择自托管？

数据隐私：所有内容在您的基础设施上运行
完全控制：根据需要自定义桌面环境
无限制：使用您自己的AI API密钥，不受平台限制
灵活性：安装任何软件，访问任何系统

高级功能

多AI提供商

通过我们的LiteLLM集成使用任何AI提供商：

Azure OpenAI
AWS Bedrock
通过Ollama运行本地模型
100+其他提供商

企业部署

使用Helm在Kubernetes上部署：

# 克隆仓库
git clone https://github.com/bytebot-ai/bytebot.git
cd bytebot

# 使用Helm安装
helm install bytebot ./helm \
--set agent.env.ANTHROPIC_API_KEY=sk-ant-...

企业部署指南 →