github.devotd.
新着AIエージェント

ipads-sai/mobiagent v1.0.1 — 携帯電話の画面を操作する GUI エージェント

ipads-sai/mobiagent は携帯電話の画面を直接操作する Python ベースの GUI エージェントシステムで、MobiMind モデルファミリーと AgentRR 高速化フレームワーク、MobiFlow ベンチマークをまとめて提供する。

リポジトリ情報ipads-sai/mobiagent ↗

ipads-sai/mobiagent は携帯電話の画面を直接操作する Python ベースの GUI エージェントシステムで、MobiMind モデルファミリーと AgentRR 高速化フレームワーク、MobiFlow ベンチマークをまとめて提供する。

GitHub の説明: The Intelligent GUI Agent for Mobile Phones

スター
★ 1.9K
フォーク
231
言語
Python
ライセンス
Apache-2.0
最新リリース
v1.0.1
原文を見る ↗GitHub で見る ↗

ipads-sai/mobiagent は携帯電話の画面を直接操作するエージェントプロジェクトである。GUI エージェントとは、画面を見てボタンを押して作業を実行するソフトウェアであり、このプロジェクトはその対象を携帯電話に定めた。GitHub のリリースタブにおける最新バージョンは v1.0.1 で、このバージョンに含まれる変更内容は示されていない。

構成は三つの軸に分かれる。MobiMind モデルファミリーと AgentRR 高速化フレームワーク、MobiFlow ベンチマークが同じリポジトリに入っている。README は MobiAgent をカスタマイズ可能なモバイルエージェントシステムと説明している。実際の実行は Python ベースの runner が担う。この runner は Android アプリと ADB(コマンドで PC から Android 端末を操作するツール)を使って携帯電話を制御し、MobiMind と runner が共同でスマートフォン上の作業を行う。ユーザープロファイル・経験・行動メモリをサポートし、デバイス内推論、すなわち端末の中でモデルを実行する方法もサポートする。ライセンスは Apache-2.0 で、主要言語は Python である。リポジトリの作成日は 2025-08-29、GitHub のスターは 1921 個だ。

ただし、エビデンスがどこまで及ぶのかは 분명히 해야 한다。MobiFlow はリポジトリ自身が収録するベンチマークなので、外部基準との比較結果は示されておらず、自前の数値も提示されていない。デバイス内推論がどの端末、どのモデルで成立する条件も示されていない。10 点満点で記録されているのはモメンタム 0.0 のみで、新規性・技術・品質スコアは示されていない。したがって現時点では、携帯電話 GUI エージェントの候補として記録し、外部評価が出るまで実際の性能は断定しないのが妥当である。