
Cradle框架是由北京智源人工智能研究院推出的通用具身智能框架,核心定位为让大语言模型通过与人类一致的视觉和键鼠交互接口完成复杂计算机任务。其核心功能包括通用人机交互接口适配、复杂环境推理决策、多模态感知信息处理三大模块,支持多场景下的智能体自主操作。该框架面向人工智能研究者、游戏AI开发者、具身智能研究人员为主要目标用户,可应用于游戏AI开发、自动化办公流程研发、通用具身智能算法验证、复杂软件自动化测试等多个场景,目前已通过《荒野大镖客2》游戏任务执行案例验证了其环境泛化与自适应能力。
- 运营状态
- 正常运营
- 地址
- baai-agents.github.io
- 定价模式
- 免费
- 支持平台
- Web 网页
- 是否开源
- 开源
- 适合人群
- 具身智能研究人员、游戏AI开发者、大语言模型研究者、自动化测试工程师
- 收录时间
- 2026/6/14
- 访问量
- 0 次
编辑点评
这款具身智能框架跳出了传统AI需要对接软件内部接口的限制,直接采用人类的输入输出逻辑,让AI可以像人一样通过看屏幕、操作键鼠完成任务,这种思路打破了AI只能在特定软件适配的局限。其开放世界游戏的测试案例很有代表性,开放世界游戏中任务流程复杂、随机事件多、操作要求高,能在这类场景下完成指定任务,足以说明框架的泛化能力。文档的插件体系也给研究者提供了很高的灵活度,不同方向的研究人员都可以基于这个框架做二次开发,不用从零搭建基础架构。目前很多具身智能项目大多针对特定场景,这款框架的通用属性更强,适配多场景的研究需求,不管是做游戏AI、自动化办公还是软件测试,都能找到对应的使用切入点。
核心功能
使用指南
- 1
打开Cradle框架官方文档页面,查看环境配置说明,按照指引安装Python运行环境、相关依赖库,完成框架基础运行环境的部署工作,确认所有依赖项安装成功。
- 2
根据自身使用场景,选择对应的接口配置方案,完成屏幕捕捉权限、键鼠控制权限的基础配置,测试框架是否可以正常获取屏幕画面与控制外设。
- 3
设置具体任务目标,可选择内置的《荒野大镖客2》测试案例,或者自定义其他计算机任务,将目标以自然语言形式输入到框架的任务配置模块中。
- 4
启动框架运行,观察任务执行过程中的状态展示页面,查看实时感知解析结果、决策推理过程、操作执行反馈等信息,确认框架运行状态正常。
- 5
任务执行完成后,导出完整的操作日志与结果报告,查看任务完成情况,根据日志信息进行算法优化或者功能调整,完成整个使用流程。
优势与不足
优点5 项
"采用通用人机交互接口,无需对接软件底层API,适配多数无需定制化接口开发成本"
"内置完整的开放世界游戏测试案例,可直接验证框架能力,也可作为二次开发模板"
"支持模块化设计,支持自定义插件扩展,适配不同场景的定制化研究需求"
"完整记录全链路操作日志,方便开发者回溯执行过程,优化算法模型"
"多模态感知能力覆盖多类型屏幕界面,适配游戏、办公软件、网页等多种场景"
不足4 项
"对运行设备的算力要求较高,消费级设备运行复杂任务时响应速度较慢"
"目前官方提供的预设任务模板较少,非游戏场景的适配需要开发者自行完成大量配置"
"文档中文资料较少,新手使用者入门需要花费较多时间查阅英文资料"
"长周期复杂任务的成功率受大语言模型推理精度影响较大,不稳定情况较多"
定价说明
Cradle框架为完全开源项目,所有基础功能全部免费开放,无使用人数、使用时长限制,使用者可直接下载源代码进行部署、修改、二次开发,无商业使用限制,可用于学术研究与商业项目开发。项目暂无付费版本,所有功能更新与维护均通过GitHub开源社区进行,适合所有研究人员与开发者免费使用,使用者可参与社区贡献共同完善框架功能。
价格和授权政策可能变化,请以官网最新信息为准
适合人群与场景
- 具身智能研究人员
进行通用具身智能算法验证
- 游戏AI开发者
开发开放世界游戏智能NPC
- 大语言模型研究者
探索大模型落地具身场景研究
- 自动化测试工程师
软件自动化测试脚本开发
- RPA开发人员
研发无API自动化办公流程
- 计算机科学专业学生
学习具身智能相关课程实践
- AI应用开发者
开发通用计算机操作类AI应用
- 游戏 mod 开发者
制作游戏自动操作辅助工具
常见问题
深度了解
Cradle框架是由北京智源人工智能研究院研发的开源通用具身智能框架,核心目标是让大语言模型具备与人类一致的计算机操作能力,无需对接各类软件的底层API,仅通过屏幕视觉输入、键鼠操作输出即可完成复杂任务执行。Cradle框架的核心优势在于其通用性,区别于传统特定场景的具身智能方案,其采用统一的交互接口可以适配各类计算机应用场景,不管是开放世界游戏、办公软件、网页应用还是工业软件,都可以通过统一的接口逻辑完成适配,降低了不同场景下的AI开发成本。目前Cradle框架已经在《荒野大镖客2》的开放世界游戏场景中完成验证,可以自主完成游戏内的资源收集、NPC交互、任务执行等复杂操作,验证了其在高复杂度、高随机性环境下的泛化与自适应能力。Cradle框架采用模块化设计,开发者可以根据自身需求替换感知模块、决策模块、执行模块的内容,适配不同研究方向的需求,不管是进行具身智能算法研究、游戏AI开发、自动化办公流程研发还是软件自动化测试,都可以基于Cradle框架快速搭建对应的应用方案,无需从零开始搭建基础架构,提升研发效率。Cradle框架所有代码开源,所有功能免费开放,支持本地部署与云端部署两种方式,适配不同的使用需求,开发者可以直接访问官方GitHub仓库获取源代码,按照文档指引完成环境配置即可开始使用,也可以参与开源社区的贡献,共同完善框架的功能与适配场景。
Ready to try
准备好体验 Cradle框架 了吗?
点击下方按钮在新标签页打开官网,开始探索它的全部功能。
相关工具

DeepSeek R1 Online
DeepSeek R1 Online是一个提供开源高级推理AI模型在线访问服务的平台,用户无需本地部署即可直接调用DeepSeek R1模型进行推理计算。平台支持多类型文本推理任务,涵盖逻辑推导、代码分析、学术问题解答、创意内容生成等多种场景,能够为需要使用该模型的用户提供便捷的在线访问通道,降低模型使用门槛。核心功能包括在线模型交互、多模态推理支持、结果导出、上下文对话管理、参数自定义调整等,适合科研人员、开发者、学生、内容创作者等不同用户群体在多种推理需求场景下使用。

GLM 5
GLM 5是智谱AI推出的大参数规模通用大语言模型,面向智能体开发、复杂推理任务、生成式内容创作等场景提供AI服务。核心能力覆盖多模态信息处理、长文本上下文理解、复杂逻辑推理、智能体工具调用等,支持开发者进行模型微调、应用部署,也满足普通用户进行日常AI对话、内容生成需求。用户可在平台直接调用模型接口,也可在线体验模型对话能力,适配从个人内容创作到企业级AI应用开发的多种使用场景。

Stable Diffusion
免费Stable Diffusion是由Stability AI推出的开源AI图像生成模型,在文生图领域处于行业前列,拥有广泛的开发者生态。其核心功能包括自定义模型微调、多维度生成控制、多格式输出适配,可满足不同创作需求。面向AI绘画爱好者、商业设计从业者、算法研发人员等群体,适用于创意概念稿绘制、批量素材生产、算法技术研究、艺术风格探索等多种场景,为用户提供高自由度的图像生成能力。
ModelScope魔搭社区
ModelScope魔搭社区是阿里云联合多家AI机构共同打造的AI模型开源共享平台,核心定位为AI开发者、研究人员及产业从业者提供模型资源、开发工具与交流协作空间。平台目前收录覆盖多模态、自然语言处理、计算机视觉、语音等多个领域的预训练模型,支持在线推理调试与训练微调,同时提供低代码开发组件,帮助用户快速搭建AI应用。该平台面向高校AI专业学生、算法研究人员、企业AI开发团队以及AI应用创作者,可用于学术研究中的模型对比验证、企业AI产品的功能快速迭代、个人AI创意项目的原型开发等场景。

Llama 3
Llama 3是Meta公司推出的新一代开源大型语言模型官方介绍站点,核心定位为向开发者、研究人员及相关从业者公开Llama 3的技术参数、性能表现与落地应用路径。站点核心功能包括Llama 3全系列模型的技术规格公示、多场景落地案例展示、模型接入与授权使用指南公示,同时同步后续模型迭代规划。该站点面向AI开发从业者、科研机构研究人员、企业技术负责人等群体,可用于查询模型适配方案、了解模型性能边界、获取商用授权相关信息,为不同主体基于Llama 3开展二次开发、落地行业应用提供官方参考依据。

mindspore.cn
mindspore.cn是华为开源自研AI框架MindSpore的官方站点,面向AI领域开发者提供框架下载、开发文档、教程资源、社区交流等一站式服务。核心功能包括全场景统一部署支持,可实现一次训练后在端、边、云多环境快速部署推理;内置通用自动微分与分布式并行训练能力,降低大模型训练的开发门槛;配套完善的生态工具链,覆盖数据处理、模型调优、推理部署全流程。目标用户涵盖数据科学家、算法工程师、高校AI专业师生、企业AI研发团队、AI开源贡献者等,可应用于计算机视觉模型开发、自然语言处理应用构建、大模型训练与推理落地、AI学术研究实验等多种场景。

腾讯云 TI-ONE 训练平台
腾讯云 TI-ONE 训练平台是面向大语言模型开发的云原生训练平台,依托腾讯云基础设施,接入开源MoE模型Hunyuan-Large,提供模型训练、微调、部署全流程能力。核心功能包含大模型分布式训练、定制化微调、模型部署推理、数据处理工具、训练监控等服务,目标用户为AI算法研发人员、大模型创业团队、互联网企业AI部门、高校AI实验室等,适合开展大规模大模型训练、行业定制模型微调、大模型产品落地开发等场景。
Hugging Face
免费Hugging Face是一个开源AI模型平台与机器学习社区,核心定位是为AI开发人员、研究人员及相关从业者提供一站式AI开发资源与协作空间。平台核心功能包括预训练模型库下载调用、模型在线推理测试、数据集共享管理,同时支持模型训练、部署等全流程开发需求。目标用户覆盖AI领域研究人员、企业开发团队、高校相关专业学生、AI应用创业者等群体,可用于自然语言处理、计算机视觉、语音识别等多领域AI项目的快速开发、学术研究成果复现、AI应用原型搭建等场景,帮助用户降低AI开发的技术门槛,提升项目推进效率。
你是 Cradle框架 的开发者或团队吗?
认领后可编辑工具信息、获取真实点击数据,并在页面上展示官方认证徽章。
访问第三方工具时,请注意账号、隐私与支付安全

用户评论
0· 0 条