Agent SΚάντε το ανοιχτό-κώδικα GUI δάσκαλο αρθρώματος που επιτρέπει σε ένα LLM να χρησιμοποιεί τον υπολογιστή σας όπως ένας άνθρωπος μέσω eines Agent-Computer Interface.

Η Agent S είναι ένα ανοικτό κώδικα πλαίσιο GUI ατζέντη που επιτρέπει στα μεγάλα γλώσσα-μοντέλα (LLMs) να επικοινωνούν με υπολογιστές όπως οι άνθρωποι μέσω μιας Ατζέντη-Πλατφόρμας-Επικοινωνίας (Agent-Computer Interface). Το πλαίσιο επιτρέπει στα LLMs να μαθαίνουν από τις περασμένες εμπειρίες και να εκτελούν περίπλοκες εργασίες αυτόνομα σε έναν υπολογιστή. Η Agent S είναι προγραμματισμένη για οθόνες μονόπλευρης οπτικής και υποστηρίζει τις πλατφόρμες Linux, Mac, και Windows. Η πλατφόρμα έχει επιτύχει εξαιρετικές επιδόσεις σε διάφορες μετρήσεις, συμπεριλαμβανομένων των OSWorld, WindowsAgentArena και AndroidWorld. Ο Agent S3, η τελευταία έκδοση, έχει ξεπεράσει την ανθρώπινη επίδοση στο OSWorld με βαθμολογία 72,60%. Επίσης, έχει παρουσιάσει ισχυρες δυνατότητες ανιχνευτικής γενικεύσεως χωρίς προηγούμενη εκπαίδευση. Το Agent S παρέχει μια εύαριστη και επεκταμένη αρχιτεκτονική κατασκευής GUI αδειών. Η πλατφόρμα περιλαμβάνει βιβλιοθήκη ονομαζόμενη gui-agents, η οποία επιτρέπει στους χρήστες να ενσωματώσουν εύκολα το Agent S με τις εφαρμογές τους. Η εγγενής βιβλιοθήκη υποστηρίζει πολλαπλά πλαίσια και παρέχει απλές διαδικασίες εγκατάστασης. Η ανάπτυξη του Agent S επικεντρώνεται στην ανάπτυξη των δυνατοτήτων αυτονομών GUI αδειών. Το framework έχει την δυνατότητα να χρησιμοποιηθεί σε διάφορα εφαρμογές, οι οποίες περιλαμβάνουν την αυτοματοποίηση, την ερευνητική εφαρμογή AI και τη βλεπτίδα υπολογιστή. Ωστόσο, οι χρήστες πρέπει να αντιμετωπίσουν με προσοχώρηση όταν τρέξουν τον Agent S, καθώς ο κλώνος ελέγχει τον υπολογιστή εκτελώντας κώδικα Python.