看了这个开源的可以操作手机电脑的Agent框架,感觉AI黑灯办公室也马上出现了。


之前都说没钱了就进厂打螺丝,现在有了黑灯工厂,很多人想打螺丝都没地方打了,只需要有人调试,有人管理。


Agent发展到一定程度,黑灯办公室也会出现。


到那时候,可能只有一个人在后台默默看着几十台电脑在工作。


只需要每天给AI安排好工作,AI自己就去干了。


而且机器还不需要休息,不要求加薪,不会有情绪。


当然,今天给大家推荐的Agent S2不只是能用于电脑,也可以在手机上使用。


扫码加入AI交流群

获得更多技术支持和交流

(请注明自己的职业)



项目简介


Agent S2是一个用于计算机交互任务的通用智能体框架,通过组合通用与专家模型,有效解决GUI元素定位不精准、长期任务规划困难等问题。独创的“混合定位”技术实现精准的界面元素定位,“主动层次规划”方法则动态调整行动计划,使智能体能灵活应对复杂任务场景。Agent S2在多个知名计算机任务基准测试中大幅领先现有方法。



雇的员工还会摸鱼,Agent S2每个操作都是可视、可查、可修改的,没有黑盒,所见即所得。


DEMO



下载并调整图像大小



将图像复制到文档中



设置 Web 扩展



删除视频字幕



利用表格计算利润



在手机中填写表单



技术特点


通专结合的模块化设计


通过组合通用推理模块与专门的定位专家,提升任务处理精度和效率。


混合定位技术


利用视觉、文本、结构等多种定位专家,实现界面元素的精确定位,克服传统单一模型的瓶颈。


主动层次规划


在每个子任务完成后主动重新评估和更新行动计划,动态适应任务进展中的环境变化。


跨平台通用性


广泛适用于多个操作系统(如Windows、Linux)以及移动设备(如Android),能处理多种常见应用程序和任务场景。


自适应与自我修正能力


具备在任务执行过程中自适应调整策略的能力,自动纠正偏差,提高长程任务的完成率和准确性。


项目链接


https://github.com/simular-ai/Agent-S


 关注「开源AI项目落地」公众号

(文:开源AI项目落地)

发表评论