AgentIndex icon
AgentIndex
工具MCP 服务HOT分类热门最新选型清单对比指南
提交工具
工具MCP 服务HOT分类热门最新选型清单对比指南
首页/
视觉/多模态/
Awesome-GUI-Agent
Awesome-GUI-Agent logo

Awesome-GUI-Agent

★ 1.2k·更新于 2025-08-17

该仓库是一个关于多模态图形用户界面(GUI)智能体的精选论文、项目和资源列表。它旨在为开发能够在屏幕上交互的数字助手提供一个全面的概览。

#多模态AI#GUI智能体#网页自动化#移动自动化#研究资源
$ 安装
$ git clone https://github.com/showlab/Awesome-GUI-Agent.git
↗ 访问官网★ GitHub
01

功能特性

01精选的论文、项目和资源集合。
02专注于多模态GUI智能体。
03积极维护并欢迎贡献。
04按数据集、模型、综述和项目分类。
05包含一个辅助工具(Awesome-Paper-Agent)以便轻松提交贡献。
02

兼容性

Web Interfaces
网页
已通过文档验证
Mobile GUIs
移动
已通过文档验证
Desktop GUIs
桌面
已通过文档验证
03

快速开始

1
$ git clone https://github.com/showlab/Awesome-GUI-Agent.git
04

使用场景

↳研究人员寻找GUI智能体开发领域的前沿工作和基准。
↳
↳开发者寻找相关的项目和资源来构建或增强GUI自动化工具。
↳贡献者希望在多模态GUI智能体社区分享新的论文、项目或见解。
05

同类工具

⚡热门对决:
VSindex★2.4k→VSUI-TARS-desktop★39.4k→VSkreuzberg★9.4k→VSPPTAgent★5.1k→
index logo
index★ 2.4k
Index 是一个最先进的开源浏览器代理,它能自主执行复杂的网络任务,将任何网站转化为可访问的API,并可与少量代码无缝集成。
VS对比→
UI-TARS-desktop logo
UI-TARS-desktop★ 39.4k
UI-TARS Desktop 是一款基于 UI-TARS 模型,提供原生 GUI Agent 能力的桌面应用程序。
VS对比→
kreuzberg logo
kreuzberg★ 9.4k
一个能从57+种文件格式中提取文本和元数据,生成嵌入向量,并以原生速度进行后处理,无需GPU的高性能工具。
VS对比→
PPTAgent logo
PPTAgent★ 5.1k
PPTAgent是一个基于AI的两阶段编辑智能体,能够从文档自动生成高质量演示文稿,兼顾内容、视觉和结构连贯性。
VS对比→
groundingLMM logo
groundingLMM★ 969
GLaMM是一个像素级接地的大型多模态模型,通过统一的接地对话生成任务,能够灵活处理图像和区域输入并提供视觉接地能力。
VS对比→
maro logo
maro★ 929
MARO(多智能体资源优化)平台是一个强化学习即服务(RaaS)实例,用于解决现实世界的资源优化问题。
VS对比→
video-search-and-summarization logo
video-search-and-summarization★ 1.9k
NVIDIA AI视频搜索与摘要蓝图(VSS)提供构建视觉代理和AI驱动视频分析应用的参考架构。
VS对比→
CodeFuse-muAgent logo
CodeFuse-muAgent★ 777
一个由LLM和事件知识图谱(EKG)驱动的创新智能体框架,协同多智能体、函数调用、代码解释器等技术。
VS对比→
查看全部替代品 →

评论

登录后发表评论

暂无评论,来发表第一条吧

本页内容
01功能特性02兼容性03快速开始04使用场景05同类工具
showlab /
Awesome-GUI-Agent
↗

这是一个关于多模态图形用户界面(GUI)智能体的论文、项目和资源精选列表。

1.2k
最后更新1年前
状态一年以上未更新
分类视觉/多模态
链接
文档↗讨论↗问题↗版本↗
推荐云部署
Ad

在 DigitalOcean 上一键部署

为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器,新用户立享 $200 免费额度(60天有效)。

立即领取 $200 免费额度
© 2026 AgentIndex.app|由十年 iOS 开发者构建。
按场景挑选关于我们联系我们广告合作隐私政策使用条款QYSGitHub请作者喝咖啡 ☕

按分类浏览

MCP 服务器代码助手工作流自动化RAG / 知识库多智能体浏览器自动化大模型基础设施开发者工具可观测性

与 Anthropic, OpenAI 或 Microsoft 无关。