Taskhomie : un agent IA local qui contrôle votre ordinateur
https://github.com/suitedaces/computer-agent
📌 TASKHOMIE est un agent IA local qui contrôle votre ordinateur en prenant des captures d’écran, en déplaçant la souris, en cliquant, en tapant au clavier et en exécutant des commandes terminal.
L’interface proposée par défaut montre votre écran en direct et un champ de dialogue où vous donnez des instructions. L’agent voit ce que vous voyez et agit directement sur votre bureau : il déplace le curseur, clique sur des éléments, tape du texte, lance des applications.
Deux modes de fonctionnement existent. Le mode « Computer Use » prend le contrôle total de votre écran et de vos périphériques. Il convient aux tâches qui traversent plusieurs applications ou nécessitent un accès complet au bureau. Vous vous éloignez pendant qu’il travaille.
Le mode « Background » fonctionne de manière asynchrone pendant que vous utilisez votre ordinateur. Il utilise le protocole Chrome DevTools pour l’automatisation web et le terminal pour tout le reste. Il ne touche pas à votre souris ou à votre clavier. Plus rapide et plus fiable pour les tâches web et terminal.
Les raccourcis clavier permettent d’activer chaque mode instantanément. Un coup de raccourci, l’agent commence à travailler. Un autre, il s’arrête.
L’agent peut lire des tweets, y répondre, naviguer sur des sites, remplir des formulaires, lancer des commandes, copier des fichiers. Il observe votre écran, comprend ce qu’il voit, et agit en conséquence.
Points clés
- 🖥️ Contrôle complet de l’ordinateur via captures d’écran
- 🎯 Deux modes : contrôle total ou arrière-plan asynchrone
- ⌨️ Raccourcis clavier pour activation instantanée
- 🌐 Automatisation web et terminal intégrée
- 🚗 Fonctionne entièrement en local
Taskhomie place l’IA directement dans le bureau, sans intermédiaire. Pas de service cloud, pas de plugin navigateur, pas d’interface web. L’agent voit votre écran et agit dessus, comme une extension directe de vos intentions.
L’approche transforme l’ordinateur en surface d’action pour l’IA : elle manipule les mêmes interfaces que vous, avec les mêmes gestures, sans passer par des APIs ou des abstractions. C’est de l’automatisation par imitation visuelle.
