云端远程桌面
提供托管在云端的图形界面实例,代理可以在里面打开应用、操作窗口,像人一样使用一台完整电脑,而不是只在终端里跑命令。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
Scrapybara 是一个面向 AI 代理(Agent)的云端远程桌面服务,让代理像人一样操作一台图形界面电脑:打开浏览器、点击、输入、执行本地程序。它把这类桌面实例包装成统一的 API,开发者用一套接口就能启动、操控和回收实例,不必自己维护虚拟机镜像。官方目前把重心放在新的 Capy 产品上,Scrapybara 属于其早期方向。适合做浏览器自动化、需要真实桌面环境跑代理流程的开发者;纯文本或 API 调用类的轻量任务用它偏重。
Scrapybara 的核心是「给代理一台电脑」。它提供托管在云端的远程桌面实例,代理通过这些实例获得图形界面能力——能开浏览器、移动鼠标、敲键盘、读写文件、跑桌面应用,而不只是调 API。团队对外介绍自己时说的是「为代理造电脑」,现在则在推进一个叫 Capy 的新方向。
从形态上看,它更像基础设施而不是终端产品:开发者拿到实例后,通过统一的接口做创建、控制、观察和销毁,把「一台会动的电脑」当成一个可编程资源来用。低级控制是它强调的点,意思是你能直接操作屏幕和输入设备,而不是被限制在某个固定的自动化脚本动作集合里。
使用上,普通用户不太会直接打开它——它没有面向大众的可视化操作台。实际用法是开发者在自己的代理框架里接入它:需要浏览器以外的桌面操作时开一台实例,任务结束就关掉;团队则把它当共享的代理执行环境,用同一套接口跑不同的代理任务,避免每人各自搭虚拟机。
提供托管在云端的图形界面实例,代理可以在里面打开应用、操作窗口,像人一样使用一台完整电脑,而不是只在终端里跑命令。
创建、操控、观察、结束实例都走同一套 API,代理代码不必针对不同环境写分支逻辑,换成别的机器也还是这套调用方式。
可以直接操作鼠标与键盘、控制屏幕,覆盖那些没有 API、只能靠点击和输入完成的网页与桌面软件流程。
在真实浏览器里完成导航、登录、填表、抓取等动作,遇到验证码、动态渲染、多步交互这类纯请求难以处理的页面更有余地。
任务开始前拉起一台实例,结束后释放,适合周期性的代理任务;不必长期维护一台常开的机器,也便于并行跑多个代理。
接口和交互方式围绕「让代理自己操作电脑」来组织,而不是给人用的远程桌面工具,代理能自主决策下一步点哪里、输什么。
当你做的代理必须「看见并操作界面」时,Scrapybara 值得优先考虑:它把云端桌面和统一接口拼在一起,省掉自己搭虚拟机、做截图与输入映射那一整套活。当你的任务只需要调 API、读网页文本或跑纯命令时,用它就偏重了,本地脚本或无头浏览器更直接。另外要注意它当前正把重心转向 Capy,产品定位在演进中,如果你的流程强依赖某些具体能力,接之前先确认它仍按你预期的方式工作。
需要代理在真实浏览器里完成多步交互,Scrapybara 的统一接口能省掉自己搭桌面的工作。
把执行环境当成共享资源来管理,用同一套接口跑不同代理任务,便于统一维护。
底层输入控制适合试验「代理自己操作电脑」这类课题,能直接控制鼠标键盘与屏幕。
任务不涉及图形界面时,云端桌面带来的额外开销和复杂度没有必要,本地脚本更轻。
团队当前在推进 Capy 新方向,产品重心会变,强依赖具体能力的流程需要先确认可用性。
它给 AI 代理提供云端远程桌面实例,让代理能像人一样操作一台图形界面电脑:开浏览器、点击、输入、跑桌面程序。开发者通过统一接口创建和控制这些实例,把「一台会动的电脑」当成可编程资源使用。
普通自动化工具通常限定在浏览器内的固定动作集合,Scrapybara 强调底层控制:鼠标、键盘、屏幕都能直接操作,因此也能处理浏览器之外的桌面软件。代价是它是完整的远程桌面,比无头浏览器更重。
思路是在代理流程里创建一台实例,让代理通过截图了解当前画面,再决定点击或输入什么,任务结束后释放实例。因为接口统一,这套调用方式不随环境变化。
具体价格未公布。从任务标签看它同时标注了 Freemium 与 Paid、以及 Contact for Pricing,说明既有免费使用的部分,也有需要联系获取报价的方案,具体额度和档位需向官方确认。
如果页面是静态的、请求层级就能拿到数据,用云端桌面属于杀鸡用牛刀,无头浏览器或直接请求更省。只有当页面需要真实交互、动态渲染或登录后才可见时,这类桌面实例的优势才体现出来。
常见问题是把界面操作当成即时完成:点击后页面还在加载,代理就判断下一步,容易点错。在动作之间加等待与重试、并给代理限定可访问的范围,能减少这类失败。