Agent SFramework de agentes GUI de código abierto que permite a un LLM usar tu ordenador como un humano mediante una Agent-Computer Interface.

Agent S es un marco de trabajo (framework) de agentes GUI de código abierto que permite a los modelos de lenguaje (LLMs) interactuar con computadoras como lo haría un humano a través de una interfaz agente-computadora (Agent-Computer Interface). El framework permite que los LLMs aprendan de experiencias pasadas y realicen tareas complejas de forma autónoma en una computadora. Agent S está diseñado para pantallas de un solo monitor y es compatible con Linux, Mac y Windows. El framework ha logrado resultados de vanguardia en varios benchmarks, incluidos OSWorld, WindowsAgentArena y AndroidWorld. Agent S3, la versión más reciente, ha superado el rendimiento humano en OSWorld con una puntuación del 72,60 %. También ha demostrado una gran capacidad de generalización zero-shot. Agent S proporciona una arquitectura flexible y modular para crear agentes GUI. El framework incluye una biblioteca llamada gui-agents, que permite a los usuarios integrar fácilmente Agent S con sus aplicaciones. La biblioteca es compatible con múltiples plataformas y ofrece un proceso de instalación sencillo. El desarrollo de Agent S se centra en avanzar las capacidades de los agentes GUI autónomos. El framework tiene el potencial de utilizarse en diversas aplicaciones, incluyendo automatización, investigación en IA y visión artificial. Sin embargo, los usuarios deben actuar con precaución al ejecutar Agent S, ya que controla la computadora mediante la ejecución de código Python.