腾讯开发AppAgent 可模仿人类在手机上操作APP

腾讯与德州大学达拉斯分校的研究团队联手推出了一款名为AppAgent的项目。这款应用具备自主学习能力，能够模仿人类的点击和滑动手势，在手机上执行各类任务。

AppAgent在社交媒体发帖、撰写和发送邮件、使用地图、在线购物，甚至进行复杂的图像编辑等方面表现出色。在50个涵盖10种不同应用程序的任务中，AppAgent进行了广泛的测试。

更多详情和项目源代码，请访问我们的GitHub页面：https://github.com/mnotgod96/AppAgent。

AppAgent的主要特点包括多模态代理、直观交互、自主学习和构建知识库。作为一个基于大语言模型的多模态代理，AppAgent能够处理和理解多种类型的信息，使其能够理解复杂任务并在各种不同的应用程序中执行这些任务。

它通过模仿人类的直观动作与智能手机应用程序进行交互，就像一个真人用户一样。通过观察和分析不同应用程序中的用户界面交互，AppAgent能够自主学习并构建知识库，记录不同应用程序的操作方法和界面布局，以指导代理在不同应用程序中执行任务。

文章版权归作者所有，未经允许请勿转载。

326 2

296 9

3,247 8

179 5

235 4

169 10