c/ua

c/ua (Computer-Use AI Agents) は、コンピュータのオペレーティングシステムと対話できるAIエージェントの作成、デプロイ、管理を効率化するために設計された、包括的で開発者中心のプラットフォームです。Y Combinatorの支援を受けているc/uaは、エージェント型ワークフローのための安全で隔離されたスケーラブルな環境という重要なニーズに応え、開発者のインフラに関する頭痛の種を効果的に取り除きます。

このプラットフォームの中核となるのは、macOS、Linux、Windows上でサンドボックス化された環境を提供するクラウドベースのコンテナです。これにより、AIエージェントは、ホストシステムのセキュリティを損なうことなく、ロボティック・プロセス・オートメーション（RPA）からソフトウェアテストまで、複雑なタスクを実行できます。c/uaはオープンソースのコアで構築されており、開発者コミュニティを育成し、透明性と柔軟性を確保しています。

c/uaの使い方

c/uaを始めるには、ローカル開発とクラウドデプロイの両方に対応するいくつかの簡単なステップを踏むだけです：

1. 環境の選択： 無料のオープンソースプランから始めて、ローカルマシンでエージェントを実行します。スケーラブルなマネージドソリューションが必要な場合は、Proプランを選択してクラウドコンテナにアクセスします。
2. SDKの統合： 強力なオープンソースフレームワークである`cua-agent` SDKを使用して、Pythonでエージェント型ワークフローを構築します。SDKはタスクの定義と環境との対話プロセスを簡素化します。
3. LLMの設定： c/uaはモデルに依存しません。OpenAI、Anthropic、ByteDance、OpenRouterなどのプロバイダーから、好みの 大規模言語モデル（LLM）を使用するようにエージェントを簡単に設定できます。
4. デプロイと実行： テストと開発のためにローカルでエージェントを実行します。準備ができたら、簡単なコマンドでc/uaクラウドコンテナにデプロイします。プラットフォームが環境のプロビジョニングとセキュリティ保護のすべての複雑さを処理します。
5. 対話と制御： マルチモーダル制御プロトコル（MCP）を使用して、CursorやClaude Desktopなどのクライアントとの自然言語対話を通じてコンピュータを制御します。きめ細かなプログラムによる制御には、`click`、`scroll`、`type`などのPyAutoGUI互換のプリミティブを提供する`Computer`ライブラリを使用します。
6. トレーニングデータの生成： Gradio UIを活用して、自身のコンピュータ操作を記録し、コンピュータ利用AIモデルのトレーニングやファインチューニングに使用できる高品質で人間らしい軌跡を作成します。

c/uaの主な機能

• 安全なクラウドコンテナ： macOS、Linux、Windowsにまたがる隔離された安全な仮想環境にエージェントをデプロイし、インフラ管理を不要にします。
• オープンソースエージェントフレームワーク： エージェント型RPAワークフローを構築するための柔軟で強力なフレームワーク（`cua-agent`）。
• マルチLLMプロバイダーサポート： OpenAI、Anthropic、OpenRouterなど、幅広いLLMと自由に統合できます。
• クロスプラットフォームオートメーション： 異なるオペレーティングシステム間でシームレスに動作する複雑なワークフローを設計・実行します。
• 自然言語制御： マルチモーダル制御プロトコル（MCP）により、ユーザーは統合されたデスクトップクライアントを介して対話型言語を使用してエージェントに命令できます。
• プログラムによるコンピュータ制御： マウス、キーボード、画面操作をコードベースで正確に制御するためのPyAutoGUI互換API。
• 人間らしい軌跡の生成： 人間の操作を記録することで、コンピュータ利用モデルのトレーニング用の高品質なデータセットを作成する専用ツール。
• 高度なVM管理： 仮想環境をより細かく制御したい開発者向けに、Lume（Apple Silicon VM用CLI）やLumier（DockerベースのmacOS VM）などのツールが含まれています。

c/uaの使用例

c/uaは多用途であり、幅広い自動化およびAI開発シナリオに適用できます：

• インテリジェントなロボティック・プロセス・オートメーション（RPA）： コンテキストを理解し、変化に適応できるAIエージェントを使用して、複雑なビジネスプロセス、データ入力、レポート生成を自動化します。
• 自動化されたソフトウェアテスト： エージェントをデプロイして包括的なUI/UXテストを実行し、人間の操作をシミュレートしてバグや使いやすさの問題を特定します。
• 自律的なウェブスクレイピングとデータ集約： 複雑なウェブサイトをナビゲートし、アカウントにログインし、構造化データを抽出できる高度なエージェントを作成します。
• AIモデルの開発とトレーニング： ビジョンおよび制御モデルをトレーニングするための、人間とコンピュータの対話に関する豊富で高品質なデータセットを生成します。
• パーソナルAIアシスタント： 自然言語のコマンドに基づいて、デジタルタスクの管理、ファイルの整理、アプリケーションの制御ができるカスタマイズされたエージェントを構築します。

c/uaの利点

c/uaは、AIエージェントを構築する開発者やチームに大きな利点を提供します：

• インフラの抽象化： 開発者を仮想環境の設定、セキュリティ保護、スケーリングの複雑さから解放します。
• 強化されたセキュリティ： サンドボックス化されたコンテナアプローチにより、エージェントの操作が閉じ込められ、基盤となるシステムが保護されます。
• 柔軟性と拡張性： オープンソースのコアと複数のLLMおよびプラットフォームのサポートにより、ベンダーロックインを防ぎ、カスタマイズを促進します。
• 開発者第一の体験： 包括的なSDK、明確なドキュメント、強力なCLIツールで設計されており、開発ライフサイクルを効率化します。
• 透明でスケーラブルな価格設定： 個人の趣味家から大企業まで、ニーズに応じてスケールする明確な従量課金制の価格モデル。

料金プラン

c/uaは、さまざまなユーザーのニーズに合わせた明確な価格体系を提供しています：

• オープンソース（無料）： ハッカー、趣味家、FOSSプロジェクトに最適です。このプランには、MITライセンスのコア、無制限のローカルエージェント、Discordとドキュメントを介したコミュニティサポートへのアクセスが含まれます。
• Proプラン（5,100クレジットで75ドル）： インフラのオーバーヘッドなしでホストされたエージェントを必要とするチーム向けに設計されています。このプランは、すべてのパブリッククラウドリージョン（macOS、Linux、Windows）へのアクセスを提供します。使用量はユニバーサルクレジットで計測されます（5,100クレジットは、一般的なランタイムで約425時間に相当します）。メールとSlackのサポートも含まれています。
• エンタープライズプラン（カスタム価格）： 大規模な要件を持つ組織向けです。Proプランのすべてに加えて、24時間365日のサポート、HIPAAやSOC Type 1/2などのコンプライアンスレポートが含まれます。価格については営業にお問い合わせください。