Agent-S
Agent S:最先進的開放原始碼電腦使用代理
Agent-S 是什麼?
Agent S:最先進的開放原始碼電腦使用代理。此軟體採用 Apache-2.0 授權,歸類於人工智慧類別。
Agent-S 概覽
這是什麼
Agent S 是 Simular 推出的開源電腦使用代理框架。它能像人類一樣操作真實的圖形使用者介面,透過點擊、打字和滾動來完成一般桌面與網頁應用程式中的任務。支援 macOS、Windows 和 Linux。專案包含多個版本:Agent S(ICLR 2025)、Agent S2(COLM 2025)、Agent S2.5、Agent S3(TMLR 2026)以及 Agent S4(arXiv 2026)。Agent S3 是首個在 OSWorld 基準測試中超越人類表現的代理,得分 72.60%。Agent S4 使用 Qwen3.8-27B 在 OSWorld V2 上達到 21.3%,創下開源最新技術水準。
主要功能
- 開源電腦使用代理框架。
- 像人類一樣操作 GUI:點擊、打字、滾動。
- 支援 macOS、Windows 和 Linux。
- 多個版本在 OSWorld、WindowsAgentArena 和 AndroidWorld 上持續改進基準成績。
- Agent S3 在 OSWorld 上達到 72.60%,超越人類表現。
- Agent S4 在 OSWorld V2 上達到 21.3%,超越 GPT-5.5 和 Claude Opus 4.8,且成本更低。
- 提供名為 Sai 的生產代理,可透過 Simular API 使用。
使用情境
- 以英文指令自動化桌面任務。
- 透過 GUI 互動操作網頁應用程式。
- 執行需要點擊、打字和滾動的電腦使用任務。
- 為各種工作流程建立常駐的電腦代理。
快速開始
請參閱儲存庫的 README 以取得詳細設定說明。README 中提到兩個選項:
- 無需設定:透過 Simular API 在雲端電腦上執行生產代理 Sai。
- 在自己的電腦上:依照 Agent S3 README 操作。 主要 README 中未提供具體安裝指令。
授權與價格
本專案採用 Apache-2.0 授權。為開源且免費使用。
內容整理自該專案公開的 README 與儲存庫資訊。