Computer Use超详细小白教程

>   使用官方Demo

官方demo的原理是利用docker在本地虚拟了一个linux环境，通过浏览器展示，同时用claude来控制这个虚拟linux。官方demo的优势是界面比较直观，linux环境简单可控，比较容易展示各种功能。劣势是仅仅只能作为demo，实际应用价值有限。

具体操作步骤如下（以下均在windows环境，如果是Mac，命令可能会有少许不同）：

docker run ^    -e ANTHROPIC_API_KEY=%302_API_KEY% ^    -e ANTHROPIC_BASE_URL=%302_BASE_URL% ^    -v %USERPROFILE%/.anthropic:/home/computeruse/.anthropic ^    -p 5900:5900 ^    -p 8501:8501 ^    -p 6080:6080 ^    -p 8080:8080 ^    -it ghcr.io/anthropics/anthropic-quickstarts:computer-use-demo-latest

（第一次会下载一些文件，时间会久一点，偶尔会因为网络问题下载不了，多试几次）

5、运行成功，显示如下：

>   使用独立程序

独立程序的原理是使用NodeJS开发了一款桌面端的软件，它能够直接对真实的桌面进行控制。独立程序的优势是可以对真实的桌面环境进行控制，让人有种AI控制电脑的创新体验感，劣势是由于每个人的桌面环境都非常复杂，这导致demo演示中成功率非常低。尤其是这个开源程序只会使用firefox浏览器。

具体操作步骤如下（以下均在Mac环境）：

1、下载并安装NodeJS环境

2、打开终端，按顺序输入下面的4条命令

git clone https://github.com/302team/302-agent.exe

下载软件包

cd 302-agent.exe

进入软件包

npm install

进行安装

ANTHROPIC_API_KEY="sk-xxxx" npm start

3、输入API KEY，在302后台生成，以sk开头。之后每次运行只需要运行第二步和最后一步。

此时应该会看到一个Agent.exe

第一次打开会需要授予比较多的权限，授予后即可使用。此时就可以使用了

>   成功案例

最后来看下通过302.AI生成的Demo，（以下demo为了方便观看，作了倍速处理）

1、搜索信息：当发送指令：“打开浏览器，搜索AI相关新闻”后，可以看到AI打开了一个网页浏览器，并在搜索引擎输入了关键词“AI新闻”，随后打开了一篇AI相关的新闻报道，最后还在对话框对搜索结果做了简单的总结：

2、玩游戏：当发送指令：“打开浏览器，进入五子棋页面，并开始游戏”，AI就会一步步找到提供的五子棋游戏网址，并点击开始游戏后，自己开始玩游戏：

3、内容抓取：可以让它直接进入网页“302.ai”，并总结网页内容反馈到对话框中：

4、AI和AI对话：在上一个demo的基础上，还可以一步步引导，最后实现利用computer use让ai和ai对话：

>  失败案例

1、数值计算：输入指令让它用计算器计算10000+1000时，计算器中得出的结果是200，原因大概率是重复点击的时候，丢失了点击。而AI模型识别到了这一错误，在对话框中输出了正确结果：11000，但这个属于作弊了。以此类推，遇到重复点击的情况，AI很有可能会出现错误，而在生产环境中，重复性的输入和点击是非常常见的。

2、信息查找：输入的指令是：打开浏览器器，进入网页"302.ai"，点击价格页面，我想要使用图片放大功能，价格是多少?

在前几步，有正确的打开价格表，但是在最后查询价格的时候，出现了幻觉，答案是

而大家都知道，302.AI是一个没有任何订阅的平台，只支持按需付费，这里完全是AI的幻觉，产生了虚假信息，对人进行了误导。

>  现在存在的问题

虽然在Anthropic发布Computer Use功能后，众多博主纷纷夸大其词地赞扬这一功能，但是经过302的实测，发现存在了三个主要的问题