typesafe-computer-use
OCR और TypeSafe क्लासिफायर के माध्यम से सादे अंग्रेजी लक्ष्यों का उपयोग करके मैक चलाएं।
प्रति स्टेप लगभग एक प्रतिशत के पचासवें हिस्से में सादे अंग्रेजी लक्ष्यों के साथ अपने मैक को चलाएं।
typesafe-computer-use (jev) एक ओपन-सोर्स टूल है जो आपकी मैक स्क्रीन को पढ़ता है, TypeSafe का उपयोग करके अगली क्रिया को वर्गीकृत करता है, और प्रति स्टेप एक सेंट के अंश के लिए क्लिक निष्पादित करता है। यह भारी फ्रंटियर-मॉडल लागत के बिना सस्ती, प्रोग्रामेटिक डेस्कटॉप ऑटोमेशन चाहने वाले डेवलपर्स और पावर यूज़र्स के अनुकूल है।
यह क्या है
यह महंगे विजन मॉडल के साथ हर स्टेप की योजना बनाने के बजाय छोटे विकल्पों में से क्रियाओं को चुनने के लिए विजन OCR, एक्सेसिबिलिटी ट्री और एक छोटे TypeSafe निर्णय मॉडल को जोड़ता है। कोड दिनांक पार्सिंग और फोकस अवस्था जैसे deterministic तथ्यों को संभालता है, जबकि लेखन मॉडल को केवल मुफ्त टेक्स्ट या अंतिम उत्तरों के लिए कॉल किया जाता है।
किसके लिए
यह उन डेवलपर्स और टंकरर्स के अनुकूल है जो भारी फ्रंटियर-मॉडल API शुल्क का भुगतान किए बिना macOS पर डेस्कटॉप ऑटोमेशन के साथ प्रयोग करना चाहते हैं। यह उन उपयोगकर्ताओं के अनुकूल नहीं है जो पूरी तरह से पॉलिश, जीरो-सेटअप उपभोक्ता एप्लिकेशन की तलाश कर रहे हैं, क्योंकि इसके लिए टर्मिनल अनुमति, API कुंजी और सावधानीपूर्वक ड्राई रन की आवश्यकता होती है।
मुख्य विशेषताएँ
TypeSafe वर्गीकरण लूप
महंगी फ्रंटियर प्लानिंग के बजाय एक्शन विकल्पों पर तेज़, सस्ते विकल्प बनाने के लिए एक छोटे क्लासिफायर का उपयोग करता है।
Deterministic स्क्रीन स्टेट
निर्णयों को सूचित करने के लिए तारीखों और URL जैसे कोड-कंप्यूटेड तथ्यों के साथ Vision OCR और एक्सेसिबिलिटी ट्री को जोड़ता है।
ऑफ़लाइन रन रीप्ले
प्रत्येक रन फ़ोल्डर को बाहर लिखता है ताकि आप टाइमिंग, पेलोड का निरीक्षण कर सकें और अटके हुए सत्रों को ऑफ़लाइन रीप्ले कर सकें।
एकाधिक ब्राउज़र बैकएंड
Chrome DevTools पर OCR स्क्रीन कैप्चर और प्रत्यक्ष DOM धारणा दोनों का समर्थन करता है।
3 चरणों में तैयार
हमारा ईमानदार फैसला
क्या अच्छा है
- बेयर फ्रंटियर विजन मॉडल की तुलना में प्रति निर्णय काफी सस्ता
- फास्ट मॉडल लेटेंसी और एंड-टू-एंड स्टेप टाइम
- ऑफ़लाइन डिबगिंग और रीप्ले के लिए स्थानीय रन फ़ोल्डर बनाए रखता है
- OSWorld बेंचमार्क मूल्यांकन का तुरंत समर्थन करता है
कहाँ कमी है
- काम करने के लिए सक्रिय macOS स्क्रीन रिकॉर्डिंग और एक्सेसिबिलिटी अनुमतियों की आवश्यकता होती है
- TypeSafe और वैकल्पिक Anthropic सुविधाओं के लिए भुगतान की गई बाहरी API कुंजियों पर निर्भर करता है
- बदलते व्यवहार और प्रायोगिक Windows समर्थन के साथ भारी बीटा विकास के तहत
मूल्य & लाइसेंस
इसके ओपन-सोर्स लाइसेंस के तहत मुफ्त, लेकिन निर्णयों को संचालित करने के लिए TypeSafe और वैकल्पिक Anthropic उपयोग के लिए भुगतान किए गए API कुंजी की आवश्यकता होती है।
हिंदी बोलने वालों के लिए जॉब्स
879 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
विकल्प
ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।
इसे उपयोग करें, या हमसे सेट करवाएं
सामान्य प्रश्न
इसे चलाने में कितना खर्च आता है?
TypeSafe क्लासिफायर का उपयोग करके प्रति स्टेप लगभग $0.0002 खर्च आता है, साथ ही यदि आप राइटर मॉडल का उपयोग करते हैं तो वैकल्पिक Anthropic API लागत भी लगती है।
कौन से ऑपरेटिंग सिस्टम समर्थित हैं?
macOS 14 या नया पूरी तरह से समर्थित है, जबकि Windows 10 और 11 प्रायोगिक हैं।
मैं अनियंत्रित ऑटोमेशन लूप को कैसे रोकूं?
टर्मिनल में Ctrl-C दबाएं या अपने माउस को स्क्रीन के ऊपर-बाएं कोने में ले जाएं।
