Agent SNyílt forráskódú GUI ügynökkeretrendszer, mely lehetővé teszi egy LLM számára, hogy egy emberhez hasonlóan használja a számítógépet egy Ügynök-Számítógép-Interfész segítségével.

Az Agent S egy nyílt forráskódú GUI ügynök keretrendszer, amely lehetővé teszi a nagy nyelvi modellek (LLM-ek) számára, hogy emberhez hasonlóan interakcióba lépjenek a számítógépekkel az Ügynök-Számítógép Felületen keresztül. A keretrendszer lehetővé teszi az LLM-ek számára, hogy tanuljanak a korábbi tapasztalatokból és összetett feladatokat hajtsanak végre önállóan a számítógépen. Az Agent S egyetlen kijelzős képernyőkhöz készült és támogatja a Linux, Mac és Windows platformokat. A keretrendszer állami szintű eredményeket ért el különböző benchmarkekben, beleértve az OSWorld, WindowsAgentArena és AndroidWorld keretrendszereket. Az Agent S3, a legújabb verzió, túlszárnyalta az emberi szintű teljesítményt az OSWorldben 72,60%-os eredménnyel. Emellett megmutatta erős zero-shot általánosítási képességeit. Az Agent S egy flexibilis és moduláris architektúrát biztosít GUI ügynökök fejlesztéséhez. A keretrendszer tartalmaz egy gui-agents nevű könyvtárat, amely lehetővé teszi az Agent S felhasználók számára, hogy könnyen integrálják az alkalmazásaikkal. A könyvtár több platformot támogat és egyszerű telepítési folyamatot biztosít. Az Agent S fejlesztése az autonóm GUI ügynökök képességeinek továbbfejlesztésére összpontosul. A keretrendszernek potenciálja van különböző alkalmazásokban használni, beleértve az automatizálást, az MI-kutatást és a számítógépes látást. Azonban a felhasználóknak óvatosnak kell lenniük az Agent S futtatásakor, mivel a számítógépet Python kód futtatásával vezérli.