Mage-VL-Cowork Computer Use

Mage-VL-Cowork Computer Use

你给 Mage-VL-Cowork 模型一个任务，看它在一台用完即弃的 Linux 桌面上点击、输入、滚动并使用终端。适合研究电脑操作智能体的开发者。

由 nielsr 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Mage-VL-Cowork Computer Use 是一个 Gradio 应用，展示一个 4B 参数的智能体操作 Linux 桌面。你给 microsoft/Mage-VL-Cowork 模型一个任务，它会点击、输入、滚动并使用终端。每次运行都会在 Hugging Face Sandbox 里启动自己的一次性桌面。

适合谁：想看电脑操作智能体怎样工作、并阅读各部分怎样连接的开发者和研究者。

Industry | Who uses it | How they use it | Example
AI 工程 | 智能体构建者 | 观察一个小模型怎样操作桌面 | 一个简短的桌面任务
研究 | 机器学习研究者 | 研究截图和动作摘要怎样构成它的记忆 | 阅读 agent.py 和 prompt.py
软件 | 开发者 | 阅读桌面沙盒怎样接到模型上 | 打开 desktop.py
教育 | 讲师 | 现场演示电脑操作智能体 | 一次课堂演示

如果你只想要一个聊天模型，可以跳过它，因为运行副本需要沙盒和令牌。

用在哪里：

• 网页浏览器，在 Hugging Face 上这个 Space 的页面里
• 在你自己的 Windows、macOS 或 Linux 电脑上装 Python 3.12，用下载下来的副本

Use case | Who | What they get back
观看智能体 | 开发者 | 点击、输入和滚动的实时画面
终端任务 | 研究者 | 一个还能在 bash 终端里运行命令的智能体
研究代码 | 学习者 | 智能体、桌面、模型和提示词各自独立的文件

如何设置：

• Python 3.12
• requirements.txt 里的 Python 软件包，包括 Gradio 6.31.0
• 把 HF_TOKEN 设为密钥，并带有运行 Jobs 的权限，因为沙盒的费用记在它的命名空间下
• 可选设置：SANDBOX_NAMESPACE 用来改记到某个组织，DESKTOP_IMAGE 用来选桌面镜像，SANDBOX_FLAVOR 用来选沙盒硬件，默认是 cpu-upgrade

1. 安装 Hugging Face hub 软件包。
2. 用 hf 命令下载这个 Space。
3. 进入下载好的文件夹。
4. 先安装 Gradio 6.31.0，再安装依赖。
5. 设置令牌密钥，然后启动 app.py。

pip install -U huggingface_hub
hf download nielsr/mage-vl-cowork-computer-use --repo-type space --local-dir mage-vl-cowork-computer-use
cd mage-vl-cowork-computer-use
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py

如何使用：在线使用时，打开 Space 页面，给智能体一个任务，看它在桌面上工作。在自己的电脑上，设好令牌后用下面的命令启动应用。

python app.py

Tool | What it does
app.py | 启动应用的主 Gradio 文件
agent.py | 智能体逻辑，从文件名可以看出
desktop.py | 沙盒桌面的代码
model.py and prompt.py | 模型加载和系统提示词的文件

示例：你为智能体输入一个任务并开始运行。一台全新的 Linux 桌面在沙盒里打开，你看着模型点击、输入、滚动并使用终端，直到它完成或停止。

新手与专家：打开 Space 页面，先给智能体一个简短、无害的任务。你可以跟着看每一次点击，这样很容易看出模型在做什么。

模型通过 Transformers 库在它自己的 L4 显卡上提供服务，系统提示词混合了 computer_use 和 bash 两种模式。它的工作记忆保留最近三张截图，更早的步骤会压缩成一行行的 Action 摘要。桌面由 Xvfb、XFCE 和 Firefox 组成，用 xdotool 驱动。如果沙盒报出找不到镜像的错误，来源说要把桌面镜像那个 Space 做一次出厂重启。

你给智能体一个任务
一台一次性的 Linux 桌面在沙盒里启动
模型读取截图并选择动作
xdotool 在桌面上执行这些动作

注意事项：

• 每次运行都会启动自己的一次性桌面，所以运行之间不会留下任何东西
• Model: 通过 Transformers 在专用的 L4 GPU 上运行
• License: apache-2
• Cost to run: 需要 HF_TOKEN，沙盒费用记在令牌所有者或所选组织名下，模型使用专用的 L4 GPU
• Data it reaches: 一台带 Firefox 和终端的 Linux 桌面，以及你输入的任务
• Not for: 来源没有写明限制

Hugging Face 上的数据（2026年11月13日）

• 点赞：1
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/nielsr/mage-vl-cowork-computer-use
• 文件：https://huggingface.co/spaces/nielsr/mage-vl-cowork-computer-use/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。