RRepoGEO

REPOGEO 报告 · LITE

OpenGVLab/ScaleCUA

默认分支 main · commit 5d92feea · 扫描时间 2026/5/14 05:27:06

星标 1,110 · Fork 78

AI 可见性总分
35 /100
亟需修复
品类召回
0 / 2
在所有问题中均未被推荐
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
3 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 OpenGVLab/ScaleCUA 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • highreadme#1
    Reposition the README's opening to clearly state its purpose as an AI research project

    原因：

    当前
    # ScaleCUA: Scaling Open-Source Computer Use Agents with Cross-Platform Data

<p align="center">
&nbsp&nbsp📑 <a href="https://arxiv.org/abs/2509.15221">Paper</a>&nbsp&nbsp | &nbsp&nbsp🤗 <a href="https://huggingface.co/datasets/OpenGVLab/ScaleCUA-Data">Dataset</a>&nbsp&nbsp | &nbsp&nbsp🤖 <a href="https://huggingface.co/collections/OpenGVLab/scalecua-68c912cf56f7ff4c8e034003">Model</a>&nbsp&nbsp | &nbsp&nbsp🖥️  <a href="https://github.com/OpenGVLab/OpenCUA">Model Demo</a>&nbsp&nbsp 
</p>
    复制粘贴的修复
    # ScaleCUA: Scaling Open-Source Computer Use Agents with Cross-Platform Data

ScaleCUA is an open-source research project providing large-scale datasets and trained models for developing advanced AI computer use agents (CUAs). These agents are designed to operate autonomously across diverse cross-platform environments, including Windows, macOS, Ubuntu, and Android, leveraging Vision-Language Models (VLMs).

<p align="center">
&nbsp&nbsp📑 <a href="https://arxiv.org/abs/2509.15221">Paper</a>&nbsp&nbsp | &nbsp&nbsp🤗 <a href="https://huggingface.co/datasets/OpenGVLab/ScaleCUA-Data">Dataset</a>&nbsp&nbsp | &nbsp&nbsp🤖 <a href="https://huggingface.co/collections/OpenGVLab/scalecua-68c912cf56f7ff4c8e034003">Model</a>&nbsp&nbsp | &nbsp&nbsp🖥️  <a href="https://github.com/OpenGVLab/OpenCUA">Model Demo</a>&nbsp&nbsp 
</p>
  • hightopics#2
    Add more specific AI/ML research topics

    原因：

    当前
    computer-use-agents, data, gui-agents, models, online-evaluation-suite, scalecua
    复制粘贴的修复
    computer-use-agents, data, gui-agents, models, online-evaluation-suite, scalecua, vision-language-models, ai-agents, large-scale-dataset, machine-learning-research, cross-platform-ai
  • mediumhomepage#3
    Add the project's paper link as the homepage URL

    原因：

    复制粘贴的修复
    https://arxiv.org/abs/2509.15221

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
0 / 2
0% 的问题里出现了 OpenGVLab/ScaleCUA
平均排名
—
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中，你占了多少？
头号对手
microsoft/playwright
在 2 个问题中被推荐 1 次
竞品排行
  1. microsoft/playwright · 被推荐 1 次
  2. appium/appium · 被推荐 1 次
  3. asweigart/pyautogui · 被推荐 1 次
  4. RaiMan/SikuliX1 · 被推荐 1 次
  5. robotframework/robotframework · 被推荐 1 次
  • 品类问题
    How to develop autonomous agents capable of interacting with GUIs across multiple operating systems?
    你：未被推荐
    AI 推荐顺序：
    1. Playwright (microsoft/playwright)
    2. Appium (appium/appium)
    3. PyAutoGUI (asweigart/pyautogui)
    4. SikuliX (RaiMan/SikuliX1)
    5. Robot Framework (robotframework/robotframework)
    6. UIPath
    7. Microsoft Power Automate Desktop

    AI 推荐了 7 个替代方案，却始终没点名 OpenGVLab/ScaleCUA。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    Where can I find large-scale datasets and models for training computer interaction agents?
    你：未被推荐
    AI 推荐顺序：
    1. Gymnasium
    2. DeepMind Lab
    3. Habitat
    4. Google Research's Open X-Embodiment Dataset
    5. RL Unplugged
    6. Hugging Face
    7. RoboNet

    AI 推荐了 7 个替代方案，却始终没点名 OpenGVLab/ScaleCUA。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议：

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of OpenGVLab/ScaleCUA?
    pass
    AI 明确点名了 OpenGVLab/ScaleCUA

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts OpenGVLab/ScaleCUA in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 OpenGVLab/ScaleCUA

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo OpenGVLab/ScaleCUA solve, and who is the primary audience?
    pass
    AI 明确点名了 OpenGVLab/ScaleCUA

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 OpenGVLab/ScaleCUA 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/OpenGVLab/ScaleCUA.svg)](https://repogeo.com/zh/r/OpenGVLab/ScaleCUA)
HTML
<a href="https://repogeo.com/zh/r/OpenGVLab/ScaleCUA"><img src="https://repogeo.com/badge/OpenGVLab/ScaleCUA.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

OpenGVLab/ScaleCUA — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3