Logo
Project Icon

ScreenAgent

由视觉语言大模型驱动的电脑控制工具

ScreenAgentVLM AgentIJCAI 2024自动控制数据集Github开源项目

ScreenAgent项目创建了一个由视觉语言模型驱动的电脑控制环境，允许代理通过截图与真实屏幕互动并操作GUI。自动控制流程分为规划、执行和反思三个阶段，使代理能够完成多步骤任务。项目包含丰富的截图和操作序列数据集，支持包括GPT-4V、LLaVA-1.5、CogAgent和ScreenAgent在内的多种模型，并提供简化体验的网页版客户端。

GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
Agent4Rec - 千名AI代理模拟真实用户推荐行为
Agent4RecGithubMovieLens-1M开源项目推荐系统模拟实验生成式智能体
Agent4Rec是一个推荐系统模拟器，基于大型语言模型创建1000个具有独特社交特征和偏好的AI代理。这些代理能与个性化电影推荐互动，模拟观看、评分等行为。项目探索AI代理在模拟真实用户推荐行为方面的潜力，支持多种推荐算法和配置，有助于研究推荐系统中的复杂问题。
agents - 符号学习驱动自我进化的语言智能体
Agents 2.0Github多代理系统开源项目符号学习自我进化语言损失
Agents 2.0通过符号学习框架，实现语言智能体的自我进化。该框架借鉴连接主义学习方法，采用语言损失、梯度和权重更新机制，实现智能体训练中的前向传递、损失评估和后向传播。适用于优化多智能体系统，增强了语言智能体的训练和评估能力，适合自然语言处理和自主智能体研究的开发者。
AIlice - 本地运行的开源AI助理，助力高效完成复杂任务
AIliceGPT-4Github人工智能助手开源项目自动化语言模型
AIlice是一款全自主、通用的开源AI代理，旨在创建独立的AI助理，类似JARVIS。该代理采用开放源码的大语言模型(LLM)作为核心，擅长主题研究、编码、系统管理和文献综述等任务，支持多模态模型和语音互动功能。基于GPT-4，AIlice在日常任务中表现卓越，并支持自我扩展和模块动态加载，实现功能无限扩展。用户可通过简易指令完成多种复杂任务，享受高效的交互和任务执行体验。
OpenAI-Agents - 展示AI在文本生成与复杂概念理解中的先进能力
AI生成文本GithubOpenAI-Agents创意提高加速研究开源项目知识民主化
OpenAI-Agents库展示了AI在文本生成和复杂概念理解方面的先进能力。该项目通过AI撰写的多学科文章，旨在加速科研进程、激发创造力、普及知识，并减轻研究人员的工作负担。虽然具有显著优势，但也面临质量控制、道德问题和偏见等挑战。项目欢迎通过GitHub支持和反馈来改进与发展。
taggui - 高效智能的AI图像数据集标注应用
AI模型GithubTagGUI图像标签开源项目数据集创建自动生成标签
TagGUI是一款跨平台桌面应用，专为AI模型数据集制作而设计。该工具提供快速标记、标签自动完成和Stable Diffusion令牌计数等功能。支持CogVLM、LLaVA等模型的自动描述生成，并具备批量标签操作和高级图像过滤能力。TagGUI简化了图像标注流程，提高了AI数据集准备的效率。
TaskingAI - 智能代理开发平台
APIBaaSGithubLLM平台TaskingAI工具开源项目热门
TaskingAI是一款高效的后端即服务(BaaS)平台，专为基于大型语言模型(LLM)的智能代理开发和部署而设计。该平台提供统一的API接口，支持数百种AI模型并提供直观的用户界面。通过一键生产部署、异步计算优化以及模块化管理，TaskingAI不仅加快了应用开发流程，还通过插件和工具增强了智能代理的性能，让开发者可以轻松构建并扩展企业级智能应用。
Auto-GPT-ZH - GPT-4驱动的自主AI实验探索
Auto-GPTGPT-4Github人工智能实验应用开源项目自主AI
Auto-GPT-ZH是一个基于GPT-4的开源实验项目，展示了AI的自主功能。该系统能自动执行网页开发、商业调查等复杂任务，无需人工干预。项目为AI研究提供实践平台，同时提醒使用者注意其局限性和潜在风险，建议谨慎使用API并遵守相关规定。
screen-pipe - 全天候屏幕和音频捕捉，支持个性化AI开发
AGI HouseGithubOllamaRewind.aiRustScreenpipe开源项目
Screenpipe提供全天候屏幕和音频捕捉，支持Ollama，开放且安全，用户完全掌控数据。该项目采用Rust开发，兼容MacOS、Windows和Linux，提供CLI和桌面应用。支持多种语音识别和OCR引擎，为开发者提供强大的工具和API接口。适用于搜索、自动化、分析和个人助手等应用场景，旨在简化开发者工作流程，提高效率。
agent-protocol - AI代理标准化通信接口，提升开发效率
AI代理API规范Agent ProtocolGithub开发者体验开源项目整合
Agent Protocol 提供标准化API规范，解决了AI代理开发中接口多样化导致的沟通困难，使开发者轻松实现不同代理间的通信和比较。此外，它具技术栈无关性，可在任何框架中使用，简化开发工具的建设。使用预定义的响应模型，开发者无需编写样板代码，专注于代理核心开发。此协议的采用有望推动AI代理生态系统的快速发展。
SuperAGI - 构建、管理并运行自主AI代理
GithubSuperAGI人工智能开源开源项目热门自主AI代理自主运行
SuperAGI是一个开发者优先的开源自主AI代理框架，帮助开发者构建、管理和运行多功能的自主AI代理。这个框架提供了大量的工具和模块，支持多种数据库链接，通过图形界面用户可以轻松交互。此外，通过市场上的工具包扩展代理能力，实现成本有效地控制代理性能并优化记忆存储与任务自动化过程。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号