cua README

The project's README from github.com/trycua/cua. As one markdown file: README.md.

Cua logo

Give AI agents computers they can use.
Cua provides open-source desktop automation, isolated cloud desktops, local macOS VMs, specialist decision models, and benchmarks for evaluating computer-use agents.

Try Cua Fleets now at run.cua.ai

cua.ai Discord Twitter Documentation
trycua%2Fcua | Trendshift

Choose your path

Cua Fleets: isolated cloud desktops for your agents CUA-S1: small, specialized models for computer use.
Cua Driver: inspect and operate apps on macOS, Windows, and Linux Lume: local macOS and Linux VMs on Apple Silicon Cua Bench: create tasks, evaluate agents, and export trajectories

Bring your own agent and model, or explore CUA-S1 for specialized decisions. Cua provides the computer and automation tools. Computer-Use 2.0 describes an agent moving between code, APIs, and graphical interfaces within the same task.

See Cua Driver in action

Two Cua Driver sessions select cells in LibreOffice Calc and objects in Inkscape on an Omarchy desktop while a terminal stays in the foreground. Watch the 50-second demo, then explore Omarchy on Fleet.

https://github.com/user-attachments/assets/b4e5517c-d2db-4758-b4cf-07131b0753b2

Cua Fleets

Provision isolated cloud desktops at run.cua.ai. A Fleet maintains sandbox capacity; your code claims a desktop from a pool and uses the Sandbox SDK to run commands, capture screenshots, and interact with apps inside it.

Your first result: provision a Linux desktop, run uname -a, save a screenshot, and delete the cloud resources. The tutorial covers Fleet credentials, dependencies, and cleanup. Pools can retain paid capacity after a claim ends, so follow its cleanup steps.

Local sandboxes and Fleets share the Sandbox SDK, but credentials, images, operations, and runtime requirements differ. Use the runtime support reference to choose an environment. For your own hardware, see Manage local sandbox lifecycle.

Your first Cloud Fleet | Fleet overview | Sandbox SDK reference

Cua Driver

Give your agent tools to inspect and operate native desktop apps and browsers on macOS, Windows, and Linux. Connect through the CLI, MCP, or typed SDKs. Background delivery lets agents work without moving your pointer or taking focus when the app and platform support it; see platform support for the boundaries.

macOS / Linux

/bin/bash -c "$(curl -fsSL https://cua.ai/driver/install.sh)"

Windows (PowerShell)

irm https://cua.ai/driver/install.ps1 | iex

Your first result: connect your agent, ask it to compute 6 × 7 in Calculator, and have it verify that the app displays 42. The tutorial covers platform setup, permissions, and agent connection.

Drive your first app | Installation | CLI Reference

Using Claude Code, Codex, Cursor, OpenClaw, or another agent? Find your integration. Source documentation and architecture notes live in libs/cua-driver/README.md.

CUA-S1

CUA-S1 is our family of small, specialized System 1 models for computer use. We use "System 1" as an engineering analogy for fast, bounded decisions, such as choosing which value belongs in a field or whether to leave an element alone. It is not a strict classification of model architectures or a replacement for a general-purpose agent's planning and reasoning.

The first research profile focuses on forms: scoring decisions from structured interface elements and document values rather than generating a response token by token. Application code orders the actions, and the optional Cua Driver integration handles execution with explicit action boundaries.

The project includes Python model code, synthetic-data generation, training, and evaluation. The GitHub component is an early, source-only research release; model weights are hosted separately on Hugging Face. The source is MIT-licensed. Check each model and dataset card for its scope, limitations, and artifact-specific license.

Explore CUA-S1 | Model card | Safety and deployment guidance

CUA-S1-FORMS on Hugging Face: Model weights | Dataset

Lume

Create and manage local macOS and Linux VMs on Apple Silicon using Apple's Virtualization.Framework.

/bin/bash -c "$(curl -fsSL https://cua.ai/lume/install.sh)"

Your first result: create a vanilla macOS Tahoe VM from an Apple restore image, start it, and connect over SSH. The tutorial uses the Lume CLI directly and explains the unattended setup defaults.

Create your first Lume VM | Installation | CLI reference

Cua Bench

Build computer-use tasks, evaluate agents, and export trajectories for training. Start with a simulated task that requires no VM, Docker, or model API key.

With Python 3.12 or 3.13 and uv installed:

uv tool install 'cua-bench[browser]'
uv tool run --from 'cua-bench[browser]' playwright install chromium

Your first result: create a small task, run its reference solution, and verify that its evaluator reports a reward of 1.0. Then try the same task yourself.

Build your first task | What is Cua-Bench? | CLI reference | Partner with us

Resources

Citation

If Cua supports your research, please cite the software:

@software{cua2025,
  author  = {{Cua AI, Inc.}},
  title   = {Cua},
  year    = {2025},
  url     = {https://github.com/trycua/cua},
  license = {MIT}
}

For reproducibility, include the Cua release or commit used in your experiments. Citation metadata is also available in CITATION.cff.

Contributing

We welcome contributions! See our Contributing Guidelines for details.

License

MIT License — see LICENSE for details.

Third-party components have their own licenses:

Trademarks

Apple, macOS, Ubuntu, Canonical, and Microsoft are trademarks of their respective owners. This project is not affiliated with or endorsed by these companies.

Sponsors

Thank you to all our GitHub Sponsors!

Adam Cohen Hillel CodeRabbit Zephyr Cloud IO
Adam Cohen Hillel CodeRabbit Zephyr Cloud IO

cua (trycua/cua)

Searching Database…

30.1K ·GitHub
Cua
Что это такое?Набор инструментов с открытым исходным кодом для ИИ-агентов, работающих с компьютером: драйверы автоматизации рабочего стола, изолированные облачные десктопы, локальные виртуальные машины на macOS, небольшие специализированные модели для принятия решений, а также бенчмарки для обучения, оценки и генерации данных.
Это один продукт или набор отдельных инструментов?Это набор из пяти частей, из которых вы выбираете нужные: Cua Fleets (облачные десктопы), Cua Driver (автоматизация рабочего стола), CUA-S1 (модели для принятия решений), Lume (локальные виртуальные машины) и Cua Bench (создание задач и их оценка).
С чего мне начать?Для каждого варианта есть своё руководство: Fleets разворачиваются на run.cua.ai, а Cua Driver подключается через CLI, MCP или типизированные SDK после установки под свою операционную систему.
Мне нужен какой-то конкретный ИИ-агент или API-ключ?Нет — вы используете своего агента и свою модель. Есть готовые интеграции с Claude Code, Codex, Cursor и OpenClaw.
Агент забирает себе управление моей мышью и клавиатурой, пока работает?Не обязательно: благодаря фоновому режиму агенты могут работать, не двигая ваш указатель и не перехватывая фокус, но лишь там, где это поддерживают приложение и платформа — на странице platform support в документации перечислены все ограничения.
Какими операционными системами он может управлять?Cua Driver изучает нативные десктоп-приложения и браузеры и управляет ими на macOS, Windows и Linux; локальные виртуальные машины Lume работают только на Apple Silicon.
Может ли всё работать полностью локально, или придётся пользоваться их облаком?Возможны оба варианта: Lume создаёт локальные виртуальные машины с macOS и Linux на Apple Silicon через Apple Virtualization.Framework, а локальные песочницы используют тот же Sandbox SDK, что и облачные Fleets.
Всё распространяется под лицензией MIT, или есть нюансы?Ядро — под MIT, но необязательный пакет cua-agent[omni] подтягивает ultralytics под AGPL-3.0, OmniParser распространяется под CC-BY-4.0, а веса моделей CUA-S1 и датасеты на Hugging Face имеют собственные лицензии.
Что значит Computer-Use 2.0?Это описание агента, который в рамках одной задачи переключается между кодом, API и графическими интерфейсами, вместо того чтобы только кликать по GUI. Cua предоставляет для этого сам компьютер и инструменты автоматизации.
Что такое CUA-S1?Семейство небольших специализированных моделей System 1 для быстрых и ограниченных по объёму решений при работе с компьютером — первый исследовательский профиль ориентирован на формы: модель оценивает варианты по структурированным элементам интерфейса и значениям из документов. Это ранняя исследовательская версия, доступная только в виде исходного кода: код под MIT на GitHub, веса моделей на Hugging Face.
Есть ли что-то, что можно попробовать без виртуальной машины и API-ключей?Да — первая симулированная задача в Cua Bench не требует ни виртуальной машины, ни Docker, ни API-ключа для модели: установив Python 3.12 или 3.13 и uv, вы создаёте небольшую задачу, запускаете её эталонное решение и проверяете, что оценщик выдаёт награду 1.0.
Облачная часть платная?Код открыт, но Fleets предполагают платные мощности — пулы могут удерживать оплаченную ёмкость и после завершения клейма, поэтому в руководстве отдельно разбирается очистка облачных ресурсов.
What are similar projects?Agent-S, midscene, fara, agent-desktop, bytebot, tart, vphone-cli, magentic-ui
Which topics is it in?cua, manus, gui-agent, containerization, computer-use-agent, desktop-automation, vm, computer-use, virtualization, apple, apple-silicon, swift
Creator
trycua
Size
607.5 MB
Stars
30.1K
Updated
CommitOct 19Releasecua-spaces-v0.9.4Oct 18
Age
1y
Commits · 90 Days