懂AI

AppAgent 学习资料汇总 - 多模态智能体如智能手机用户

RayRay
AppAgent多模态智能手机应用GPT-4V探索学习Github开源项目

AppAgent: 智能手机应用的多模态智能体

AppAgent是一个创新的基于大型语言模型(LLM)的多模态智能体框架,专门设计用于操作智能手机应用程序。它通过模仿人类用户的点击和滑动等交互方式,实现了对各种应用的自主操作。

AppAgent演示

🌟 项目特点

  1. 使用简化的动作空间模拟人类交互
  2. 无需后端访问权限,适用范围广
  3. 通过自主探索或人类演示学习使用新应用
  4. 生成知识库用于执行复杂任务

📚 学习资源

  1. GitHub 仓库 - 包含完整源码和详细配置步骤
  2. 项目官网 - 提供项目概述和演示视频
  3. arXiv 论文 - 深入了解技术细节和实验结果

🚀 快速开始

  1. 克隆仓库并安装依赖:
git clone https://github.com/mnotgod96/AppAgent
cd AppAgent
pip install -r requirements.txt

  1. 配置 config.yaml 文件,设置 OpenAI API key 和请求间隔

  2. 运行 learn.py 进行探索阶段学习

  3. 运行 run.py 执行部署阶段任务

💡 使用提示

  • 允许智能体通过自主探索执行更多任务以扩展功能
  • 直接演示更多应用功能来增强文档质量
  • 检查并手动修正智能体生成的不准确文档

🔍 最新更新

  • 2024.2.8: 新增 qwen-vl-max 作为可选多模态模型
  • 2024.1.31: 发布评估基准
  • 2024.1.2: 新增网格覆盖功能,支持任意位置点击/滑动

🤝 贡献

欢迎通过 GitHub Issues 报告问题或提出建议。如有任何疑问,也可以联系项目负责人 Dr. Chi Zhang。

AppAgent为智能手机应用操作带来了全新的可能性。无论你是研究人员、开发者还是对AI应用感兴趣的爱好者,都可以从这个项目中获得启发和实践机会。开始探索AppAgent的世界吧!

编辑推荐精选

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案，助力品牌曝光

稳定高效的流量提升解决方案，助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用，一键生成无水印视频

最新版Sora2模型免费使用，一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作

下拉加载更多