企业官网建设流程全解析

Windows 10/11 上如何安装并运行 awesome-llm-apps 的 Windows-Use 让 LLM 直接操作桌面 GUI

【免费下载链接】awesome-llm-apps100+ AI Agents, Agent Skills and RAG Apps - Free and Open Source.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-llm-apps

awesome-llm-apps 仓库的advanced_ai_agents/single_agent_apps/windows_use_autonomous_agent/目录提供了Windows-Use：一个在 Windows GUI 层直接与系统交互的自动化 Agent。它能把"打开应用、点击按钮、输入文本、执行 shell 命令、捕获 UI 状态"这些桌面操作交给任意 LLM 来决策，而不依赖特定模型。本文的目标是在一台 Windows 10/11 机器上完成它的安装、配置和首次运行，让 LLM 真正驱动你的桌面 GUI 完成一个具体任务。

前提条件

README 明确给出的运行环境要求如下：

• Python 3.12 或更高版本（pyproject.toml 中requires-python = ">=3.12"与之对应）
• Windows 10 或 Windows 11
• UV 或pip（二选一，用于安装包）
• 一个 Google API Key（示例代码使用 Gemini，后续步骤会配置）

注意 Windows-Use 目前只支持 Windows 平台，macOS/Linux 上无法按本文操作。

安装 windows-use 包

在 Windows 的终端（PowerShell 或 CMD）中执行以下任一命令：

uv pip install windows-use

或者用 pip：

pip install windows-use

安装完成后，from windows_use.agent import Agent才能导入成功，这是安装是否生效的直接判据。

配置 Google API Key

示例脚本通过load_dotenv()加载环境变量，仓库中提供了一个示例环境文件.env-example，内容只有一行：

GOOGLE_API_KEY='API KEY HERE'

在你的工作目录（即main.py所在目录）中创建一个.env文件，填入真实的 Key，替换'API KEY HERE'：

GOOGLE_API_KEY='你的GoogleAPIKey'

示例代码固定使用ChatGoogleGenerativeAI(model='gemini-2.0-flash')，所以这里的 Key 需要能调用 Gemini 服务。

创建运行脚本

在 README 的 Basic Usage 一节给出的最小脚本如下，保存为main.py：

# main.py from langchain_google_genai import ChatGoogleGenerativeAI from windows_use.agent import Agent from dotenv import load_dotenv load_dotenv() llm=ChatGoogleGenerativeAI(model='gemini-2.0-flash') agent = Agent(llm=llm,use_vision=True) query=input("Enter your query: ") agent_result=agent.invoke(query=query) print(agent_result.content)

关键点说明：

• llm=llm把模型传给 Agent，README 示例中用的是gemini-2.0-flash；
• use_vision=True是 README 示例显式开启的参数，保留原样即可；
• agent.invoke(query=query)会同步执行整个任务，运行期间桌面鼠标、键盘会被 Agent 实际操作，注意不要在运行时抢占输入焦点。

仓库自带的 main.py 在此基础上传入了一个instructions参数（给 Agent 的额外指令，例如提示"桌面上安装了 Claude Desktop、Perplexity 和 ChatGPT，需要帮助时可以去问它们"）。这是可选分支，首次运行用上面的最小脚本即可，不需要这段指令。

运行并输入任务

python main.py

终端出现提示符Enter your query:后，输入任务（README 示例格式为Enter your query: <YOUR TASK>），例如：

Enter your query: Write a short note about LLMs and save to the desktop

任务以自然语言描述即可。README 的 Demos 一节给出了两个文档化的参考任务，可直接借用：

1. Write a short note about LLMs and save to the desktop（写一段关于 LLM 的短文并保存到桌面）
2. Change from Dark mode to Light mode（把系统从深色模式切换到浅色模式）

如何判断运行结果

Agent 执行期间不需要人工干预，最终以print(agent_result.content)输出结果内容到终端。判定方式如下：

• 终端没有抛出异常，并且打印出agent_result.content，说明 Agent 完整跑完了任务流程；
• 对照任务本身在桌面上验证效果。以两个 Demo 任务为例：第一个任务完成后，桌面应出现新建的文本笔记文件；第二个任务完成后，Windows 显示设置应为浅色模式。README 中这两个任务配有演示视频，可作为操作过程的参照。

如果invoke过程中抛错，先检查.env中的GOOGLE_API_KEY是否已正确填入且可访问 Gemini 服务——这是示例链路中唯一的外部依赖。

安全边界与限制

README 的 Caution 一节明确提醒：Agent 直接在 GUI 层操作你的 Windows 系统，虽然设计上是智能且安全的，但仍可能出错，导致非预期的系统行为或变更，官方建议尽量在沙箱环境（sandbox environment）中运行 Agent。首次体验时建议：

• 在虚拟机或备用的 Windows 环境中运行，而不是主力工作机；
• 从低风险的只读类任务（如打开应用、查询 UI 状态）开始，再尝试会修改系统状态的任务（如切换主题、保存文件）。

此外，环境上还有两条硬限制：Python 必须 3.12+，操作系统必须 Windows 10/11；仓库当前版本为 0.1.31（见 pyproject.toml）。Agent 的 Roadmap 中"本地 LLM 支持、记忆集成"等条目尚未完成，因此本文链路以云端 Gemini 为默认模型路径。

【免费下载链接】awesome-llm-apps100+ AI Agents, Agent Skills and RAG Apps - Free and Open Source.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-llm-apps