Bytebot

收录分层 A · 细分强势

给 Agent 一整个虚拟 Linux 桌面，而不是只给一个浏览器

官网地址 bytebot.ai

桌面 AI 助手免费桌面 Agent自托管Docker开源RPA 替代

访问官网

价格口径免费

免费额度项目本身免费：官方 FAQ 写明 Bytebot 完全免费开源、采用 Apache 2.0 许可，没有授权费、订阅费或用量限制，成本只有自家模型 API 费用与跑容器的服务器开销。

分类桌面 AI 助手

支持系统Linux / Web

收录分层A · 细分强势

字段核验2026-10

适合谁用

先看这段，再决定要不要往下读

适合

需要让 AI 跨多个桌面软件完成一条完整流程（取数、开终端、改文件、回邮件）的团队
数据处理必须在自有基础设施内完成、不接受第三方云 Agent 的合规场景
想用「写代码的 Agent 生成、Bytebot 视觉验证」搭开发测试闭环的工程团队
准备用自托管 Agent 替换传统 RPA 流程、但不想被厂商许可与用量绑定的组织

不适合

只想在浏览器里完成简单网页任务的用户，用浏览器 Agent 更轻
没有 Docker 与模型 Key、也无人维护服务器的个人／小团队
要求厂商提供 SLA、正式商业支持与持续版本迭代的关键业务

Bytebot 是什么

本站整理

Bytebot 由 Tantl Labs, Inc. 开发（官网页脚标注 © 2025 Tantl Labs, Inc.），代码主仓 bytebot-ai/bytebot 创建于 2025 年 2 月，用 TypeScript 写成，Apache-2.0 许可，官网与文档都称它开源。它和纯浏览器 Agent 的分界很明确：不是给模型一个标签页，而是给模型一整台虚拟电脑。Bytebot Desktop 基于 Ubuntu 22.04 加 XFCE4 桌面，预装 Firefox、Thunderbird、VS Code 与常用办公工具，另跑一个叫 bytebotd 的自动化守护进程；配套 AI Agent 是 NestJS 服务，用 Claude、GPT 或 Gemini 做规划，再加任务界面与 REST API。Agent 以触摸板、键盘和屏幕交互，执行点击、滚动与按键，每一步保留操作前后的截图。比较实用的是接管模式：任务卡住时人可直接接手虚拟桌面，处理完再交还给 Agent。官方提供 Docker Compose、Railway 模板与 Helm 三种部署方式，桌面控制 API 在 9990 端口并提供 MCP 端点。需注意该仓库已被 GitHub 标记为归档，最后一次代码推送是 2025 年 9 月。

一句话概括：Bytebot 是自托管的开源桌面 Agent：它给 AI 起一台 Docker 里的 Ubuntu 桌面，里面有 Firefox、Thunderbird、VS Code、文件系统、终端和密码管理器。Agent 靠看屏幕、动鼠标、敲键盘来干活，所以任何能装在 Linux 上的软件都能被它操作，不只限于网页。项目由 Tantl Labs, Inc. 于 2025 年发布，Apache-2.0 许可。

关键能力

6 项

完整虚拟桌面

Ubuntu 22.04 加 XFCE4 环境，预装 Firefox、Thunderbird、VS Code 与办公工具，也能自行安装任何 Linux 软件。

鼠标键盘级操作

通过触摸板、键盘与屏幕执行点击、滚动和按键，官方强调定位精度，屏幕上能做的操作它都能做。

接管模式

任务运行时人可随时接手虚拟桌面手动处理，处理完再把控制权交回 Agent，继续未完成的流程。

逐步截图与日志

每个动作都记录执行前后的截图，任务详情页可回放检查，便于定位是哪一步出错。

多模型与 LiteLLM 接入

开箱支持 Anthropic Claude、OpenAI GPT、Google Gemini，官方另有 LiteLLM 集成文档用于接自定义模型部署。

自托管与隔离部署

Docker Compose 本地起、Railway 一键模板、或 Kubernetes Helm 集群部署；每个桌面跑在独立容器里，与宿主机隔离。

优点与不足

实际用下来的取舍

优点

能操作的不只是网页：终端、编辑器、邮件客户端、IM 与任何可装在 Linux 上的软件都在能力范围内
完全自托管，官方写明数据不出自己的服务器、每个桌面独立容器隔离，另有密码管理器扩展处理登录与二步验证
Apache-2.0 许可，比 AGPL 那类传染性许可在商业使用上更宽松
自带 REST API 与 MCP 端点，便于被自有系统或其他 Agent 调用
部署门槛低：官方文档称三条命令、约两分钟即可起一套，也提供 Railway 一键模板
有接管模式与逐步截图，遇到验证码、弹窗这类需要人判断的环节不至于整条任务报废

不足

GitHub 主仓已被标记为归档（archived），最后一次代码推送为 2025 年 9 月，功能与安全修复的持续性需要自行评估
没有任何云端托管选项，必须自备 Docker 环境与模型 API Key，个人用户也能用但谈不上开箱即用
虚拟桌面吃资源，一台机器能并行跑几个 Agent 取决于 CPU、内存与 Docker 配置，官方未给出明确的硬件门槛
操作靠视觉识别界面，长时间循环任务会比调用 API 的方案更慢，也更容易在小众或原生渲染的软件上失手

支持哪些模型

4 类

模型 / 系列	说明
Anthropic Claude	官方 FAQ 把 Claude 列为推荐项，称其更适合复杂推理与视觉理解
OpenAI GPT 系列	官方列为可选供应商，部署时填 OPENAI_API_KEY
Google Gemini	官方列为可选供应商，部署时填 GEMINI_API_KEY
LiteLLM 代理	官方文档提供 LiteLLM 集成页，用于接入自定义模型部署

三家里选一家填 Key 即可开跑，通过环境变量在 Anthropic、OpenAI、Google 之间切换；想接更多厂商或自建模型可走 LiteLLM 代理。Agent 本身不含模型，模型费用直接付给所选的模型厂商。

对照站内代码模型榜 →

价格与额度

核验于 2026-10

计价方式: 免费
免费额度: 项目本身免费：官方 FAQ 写明 Bytebot 完全免费开源、采用 Apache 2.0 许可，没有授权费、订阅费或用量限制，成本只有自家模型 API 费用与跑容器的服务器开销。
价格说明: Bytebot 官方没有付费档与定价页，也不提供托管服务；官方 FAQ 说明开销来自所选模型厂商的 API 费用（其描述为每个任务通常几美分）以及自己跑 Docker 容器的基础设施成本。具体金额取决于模型与机器，以官网为准。

AI 编程软件的价格与额度调整频繁，本页只记计价方式、不构成报价；下单前请以官方网站为准。

在编程套餐目录里对比各家档位 →

常见问题

10 条

Bytebot 免费吗？

免费。官方 FAQ 写明 Bytebot 完全免费开源、Apache 2.0 许可，没有授权费、订阅费和用量限制；实际要花钱的只有所选模型厂商的 API 费用和跑 Docker 容器的机器成本。

支持哪些模型，能不能换模型？

官方 FAQ 列出 Anthropic Claude（被列为推荐，适合复杂推理与视觉理解）、OpenAI GPT 与 Google Gemini 三大供应商，任选其一填 Key 即可；另有官方 LiteLLM 集成文档，用于接入自定义模型部署。

Bytebot 怎么收费？

官方不收费、也没有定价页，不提供托管版本；成本取决于自己的模型账单与服务器。官方描述单个任务通常是几美分量级，但该数字随模型与任务复杂度变化，以官网与自家账单为准。

支持哪些系统或平台，国内能用吗？

自托管需要 Docker（官方要求 20.10 以上）与 Docker Compose，服务本身跑在 Linux 容器里，宿主机可用常见 Linux 发行版；任务界面是网页，浏览器打开 9992 端口即可。国内能否顺畅调用 Claude、GPT、Gemini 取决于各自的可达性，官方未作说明。

开源吗？能自己部署吗？

开源且只能自己部署。主仓 bytebot-ai/bytebot 为 Apache-2.0 许可，官方给出 Docker Compose、Railway 模板与 Kubernetes Helm 三种部署方式。需要注意该仓库已被 GitHub 标记为归档，最后一次代码推送为 2025 年 9 月，后续维护情况建议直接看仓库动态。

能接自己的 API Key 或本地模型吗？

必须自带 Key，Bytebot 不含模型。填好 ANTHROPIC_API_KEY、OPENAI_API_KEY 或 GEMINI_API_KEY 之一即可运行；想接自部署模型可通过官方的 LiteLLM 集成走本地端点。

它和使用 Playwright 的浏览器 Agent 有什么不同？

范围不同：浏览器 Agent 只在一个标签页里工作，Bytebot 拥有整台虚拟桌面，可以开终端、装软件、操作桌面程序、在本地文件系统里整理文件，因此能覆盖浏览器之外的步骤，代价是更吃资源、速度也更慢。

任务卡住了能人工介入吗？

可以。官网专门讲了接管模式：Agent 遇到需要判断的情况会请求帮助，人接管这台虚拟桌面手动处理，再恢复让 Agent 继续；每个动作还留有前后截图，方便回溯问题出在哪一步。

登录带二步验证的网站怎么办？

官方支持在 Bytebot 的桌面环境里安装 1Password、Bitwarden 这类密码管理器扩展，配置好后它就能自动完成登录，包括二步验证；官方演示里也把 2FA 登录作为典型用例。

怎么和编码 Agent 配合？

官方文档给的是分工思路：编码 Agent 负责写代码或修 bug，Bytebot 在虚拟桌面里跑起来做视觉验证、复现问题、对比截图做回归检查；它自带 REST API 与 MCP 端点，便于被其他 Agent 调用。