数字员工会话
浏览器实时看手机屏,右侧 AI 对话里下指令,左屏视频流和右侧分析过程同步进行。
WebCodecs 硬解码像调度团队成员一样把日常重复任务交给 AI Agent。自主看屏、自动操控、异常自理,浏览器里就能管理多台真实设备。
兼容 · Yunji Runtime · OpenAI-Compatible · MCP 客户端 · 本地 Agent
user@yunji ~ $ agent.dispatch("帮我领取今天所有 App 签到奖励")[INFO] 规划路径 -> 8 个 App, 预计 2m 18s-> open(支付宝) tap(签到) +5 积分-> open(京东) tap(领京豆) +10 京豆-> open(美团) tap(领券) 异常已自愈[OK] 8/8 完成 · 累计 +78 积分 · 用时 1m 47suser@yunji ~ $
从屏幕识别到动作执行,每一步都是真实链路、可观测、可重放。
浏览器实时看手机屏,右侧 AI 对话里下指令,左屏视频流和右侧分析过程同步进行。
WebCodecs 硬解码把一串手机任务编排成流水线,多设备可跑不同任务,单设备预览和控制保持互斥稳定。
任务可调度平台统一模型和用户自有模型分层管理,设备可以绑定默认模型,任务执行不串用户。
模型可绑定后续素材、账号、任务上下文和 MCP 能力都按用户归档,供 worker 执行时安全引用。
用户隔离从一台手机到一支数字员工小队,全链路标准化。
首次 USB 注册设备身份,写入用户档案与额度。
本地 Agent 长连接云端,持续上报设备快照。
接入 OpenAI Compatible、Yunji Runtime 或平台模型。
截图、分析、点击、验证,全程进入 DeviceRuntime。
实时屏幕、AI 对话、异常告警三栏同步,鼠标手势直推到设备。
设备截图、UI 分析、触控、Shell、文件全部走 MCP 标准协议。Claude Desktop、Cursor、自研 Agent 都能直接调度。
// 任意 MCP 客户端
{
"mcpServers": {
"yunji": {
"url": "https://api.yunji.example/mcp/YOUR_KEY",
"timeout": 30000
}
}
}数字员工不是固定脚本,而是结合实时画面、UI 结构、模型分析和设备控制,在任务过程中处理异常。
不需要。手机插在用户电脑,本地 Agent 连接云端,云端负责身份、任务、预览和控制转发。
当前按 Android 设备设计。首次注册建议 USB 连接,后续可按 Agent 和无线 ADB 能力继续扩展。
免费试用适合绑定 1 台设备验证链路;多设备、工作流、模型绑定和高频任务建议使用标准或企业方案。
设备归属、模型归属、任务归属都会绑定用户;后续上线域名后统一切换 HTTPS/WSS。
设计上支持平台统一模型和用户自有 OpenAI-Compatible 模型,也会继续接入 Yunji Runtime。