关注我，记得标星⭐️不迷路哦～
✨ 1: AgentCPM-GUI
AgentCPM-GUI是由THUNLP和ModelBest联合开发的，能操作中英文App的GUI智能体模型。
AgentCPM-GUI 是一个由 THUNLP 和 ModelBest 联合开发的开源设备端大型语言模型（LLM）智能体。它基于拥有 80 亿参数的 MiniCPM-V 构建，以智能手机屏幕截图作为输入，能够自主执行用户指定的任务，尤其擅长操作中文应用程序。
主要特点包括：
- 高质量的GUI理解：
通过大规模双语 Android 数据集上的预训练，显著提高了对常见 GUI 部件（按钮、输入框、标签、图标等）的定位和理解能力。 - 中文App操作：
它是首个针对中文应用程序进行微调的开源 GUI 智能体，涵盖了 30 多个流行的应用程序，如高德地图、大众点评、哔哩哔哩和小红书等。 - 增强的规划和推理能力：
通过强化微调 (RFT)，模型在输出操作之前能够“思考”，从而大大提高了复杂任务的成功率。 - 紧凑的动作空间设计：
优化的动作空间和简洁的 JSON 格式将平均动作长度缩短到 9.7 个 token，从而提高了设备端的推理效率。
地址：https://github.com/OpenBMB/AgentCPM-GUI
✨ 2: Node.js Sandbox MCP Server
Node.js Sandbox MCP Server是一个用Docker隔离运行JavaScript代码并动态安装npm依赖的Node.js服务器。
Node.js Sandbox MCP Server 是一个基于 Node.js 的服务器，它实现了 Model Context Protocol (MCP)，用于在临时的 Docker 容器中运行任意 JavaScript 代码，并可以动态安装 npm 依赖项。它提供了一个安全隔离的环境，可以控制 CPU 和内存使用，避免恶意代码对宿主机造成影响。
主要特点：
- 隔离性：
在独立的 Docker 容器中运行代码，保证安全。 - 动态依赖：
可以根据需要安装 npm 包。 - ES 模块支持：
支持运行 ES 模块的 JavaScript 代码。 - 容器生命周期管理：
可以创建、管理和销毁容器。 - 持久化容器（Detached Mode）：
允许容器在代码执行后保持运行，适用于需要长时间运行的服务。 - 文件保存：
可以将代码执行过程中生成的文件保存到指定的宿主机目录。 - 资源限制：
可以控制容器的 CPU 和内存使用量。
地址：https://github.com/alfonsograziano/node-code-sandbox-mcp
✨ 3: Scrapling
Scrapling是高性能的Python网页抓取库，可自动适应网站变化，轻松高效地抓取网页。
Scrapling 是一个高性能、智能的 Python 网络爬虫库，旨在简化和增强网页抓取体验。 它的主要特点包括：
- 简单易用：
设计简单，易于上手，无论是初学者还是专家都可以使用。 - 自适应爬取：
能够自动适应网站结构的变化，即使网站更新，也能保持爬取功能的稳定。 - 高性能：
在性能方面优于许多流行的 Python 爬虫库。 - 智能元素追踪：
利用智能相似度系统和内置存储，在网站更改后重新定位元素。 - 反爬绕过:
易于绕过反爬虫保护机制. -
**多样化的获取方式:**支持HTTP 请求，动态加载和自动化等. - 灵活的选择器:
支持CSS，XPath，正则表达式等.
地址：https://github.com/D4Vinci/Scrapling
✨ 4: Minion Agent
Minion Agent是一个简易的代理框架，支持浏览器操作、MCP、自动规划和深度研究等功能。
Minion Agent是一个简单的智能体框架，它具备以下能力：
- 浏览器使用 (Browser Use)
: 能够模拟浏览器操作，进行网页浏览和信息抓取。 - 模型上下文协议 (MCP) 支持
: 支持与基于 MCP 的工具集成，扩展智能体的功能。 - 自动工具注入 (Auto Instrument)
: 能够自动集成和使用各种工具。 - 规划能力 (Plan)
: 能够根据任务目标制定执行计划，并根据执行情况进行调整。 - 深度研究 (Deep Research)
: 支持深度研究功能，可以进行更深入的信息挖掘和分析。
地址：https://github.com/femto/minion-agent
✨ 5: Matrix-Game
Matrix-Game是一个170亿参数的交互式世界基础模型，用于可控的游戏世界生成。
Matrix-Game 是一个用于可控游戏世界生成的交互式世界基础模型，拥有170亿参数。 简单来说，它是一个强大的AI模型，可以根据你的指令（例如键盘和鼠标输入）生成高质量的、动态的游戏世界视频。 它的核心在于“交互性”，意味着用户可以参与到世界的创建过程中，并控制场景的演变。
主要特点可以概括为：
-
**交互式生成：**能够根据用户的输入生成视频，从而实现对游戏世界的精细控制。 - GameWorld Score基准测试：
提供了一个全面的基准，可以用来评估Minecraft世界模型的质量，包括视觉质量、时间质量、动作可控性和物理规则理解四个关键维度。 - Matrix-Game 数据集：
包含大规模的Minecraft数据集，其中有详细的动作注释，可以支持交互式和物理基础的世界建模的可扩展训练。
Matrix-Game 是一个具有巨大潜力的AI模型，它不仅能够生成高质量的虚拟世界，还能够让用户参与到世界的创建和演变中，为游戏开发、AI研究、教育娱乐等领域带来新的可能性。
地址：https://github.com/SkyworkAI/Matrix-Game
（文：每日AI新工具）