Agent-S开源AI智能体框架，让AI像人类一样操作计算机界面

Agent-S：让AI像人类一样操作计算机的开源智能体框架

你是否曾经希望有一个AI助手能够帮你完成日常的计算机操作任务？Agent-S的出现，旨在彻底解决这个问题。它是一个基于Python开发的开源智能体框架，可以帮助开发者构建能够自主操作计算机界面的AI助手。本文将带你全面了解这个潜力新星。

截至收录：
Agent-S项目stars数：6543
Agent-S项目forks数：714

Agent-S项目目录截图

Agent-S项目核心亮点

🌟 人类级操作能力：Agent S3在OSWorld基准测试中达到69.9%的成功率，接近人类72%的表现水平，超越了Claude Sonnet 4.5等商业模型。
🎯 多平台支持：完美支持Linux、Mac和Windows三大操作系统，提供统一的开发体验。
🔒 安全可控：提供本地代码执行环境的安全警告机制，确保用户在使用过程中的数据安全。
🧩 灵活扩展：支持Azure OpenAI、Anthropic、Gemini、Open Router和vLLM等多种推理后端，满足不同场景需求。

Agent-S项目快速开始

只需几步，你就能在本地运行起Agent-S：

1. 安装：

   pip install gui-agents

2. 配置API密钥：

   export OPENAI_API_KEY=<YOUR_API_KEY>
   export ANTHROPIC_API_KEY=<YOUR_ANTHROPIC_API_KEY>
   export HF_TOKEN=<YOUR_HF_TOKEN>

3. 运行第一个任务：

   agent_s \
   --provider openai \
   --model gpt-5-2025-08-07 \
   --ground_provider huggingface \
   --ground_url http://localhost:8080 \
   --ground_model ui-tars-1.5-7b \
   --grounding_width 1920 \
   --grounding_height 1080

Agent-S项目应用场景

场景一：自动化办公：Agent-S可以自动完成打开应用、编辑文档、发送邮件等日常办公任务，大幅提升工作效率。
场景二：系统管理：通过本地代码执行环境，Agent-S能够执行系统配置、文件管理和批量处理等系统管理任务。
场景三：软件开发辅助：在开发环境中，Agent-S可以帮助开发者完成代码编辑、项目构建和测试运行等重复性工作。
用户案例：该项目已在多个学术基准测试中取得领先成绩，包括OSWorld、WindowsAgentArena和AndroidWorld等平台。

Agent-S项目链接

simular-ai / Agent-S项目地址：https://github.com/simular-ai/Agent-S

本文地址：https://www.tgoos.com/15978