github.devotd.
新发现AI 智能体

ipads-sai/mobiagent v1.0.1 — 操作手机屏幕的 GUI 智能体

ipads-sai/mobiagent 是一个直接操作手机屏幕的 Python GUI 智能体系统,同时提供 MobiMind 模型系列、AgentRR 加速框架和 MobiFlow 基准测试。

仓库信息ipads-sai/mobiagent ↗

ipads-sai/mobiagent 是一个直接操作手机屏幕的 Python GUI 智能体系统,同时提供 MobiMind 模型系列、AgentRR 加速框架和 MobiFlow 基准测试。

GitHub 项目说明: The Intelligent GUI Agent for Mobile Phones

星标
★ 1.9K
复刻
231
语言
Python
许可证
Apache-2.0
最新版本
v1.0.1
查看原始来源 ↗在 GitHub 查看 ↗

ipads-sai/mobiagent 是一个直接操作手机屏幕的智能体项目。GUI 智能体指的是看着屏幕、按下按钮来执行任务的软件,这个项目把目标定为手机。GitHub 发行版标签页上的最新版本是 v1.0.1,该版本包含的变更内容没有给出。

整体分为三个轴。MobiMind 模型系列、AgentRR 加速框架和 MobiFlow 基准测试都放在同一个仓库里。README 把 MobiAgent 描述为可自定义的移动智能体系统。实际执行由 Python 的 runner 负责。这个 runner 通过 Android 应用和 ADB(用命令在电脑上操作安卓设备的工具)控制手机,MobiMind 与 runner 一起完成智能手机上的任务。它支持用户画像、经验与行为记忆,也支持端侧推理,也就是在设备内部运行模型。许可证为 Apache-2.0,主要语言是 Python。仓库创建于 2025-08-29,GitHub 星标数为 1921。

不过,证据究竟到哪里为止仍要说清楚。MobiFlow 是仓库自带的基准测试,因此没有给出与外部基准比较的结果,也没有给出自身的数值。端侧推理在哪些设备、哪些模型上成立的条件同样没有给出。10 分制中记录到的分数只有 momentum 0.0,新颖性、技术和质量分数均未给出。因此目前更合适的做法是先把它记作手机 GUI 智能体的候选,在外部评测出现之前不对其实际性能下结论。