Photo-agents

Photo Agents 是一个面向桌面操作的自主演进式AI代理框架，专为视觉感知与屏幕交互设计。它通过分层视觉记忆（working/global/SOP/session）、自生成技能、多模型路由（Claude/GPT）及本地化执行工具链（文件操作、浏览器自动化、沙箱代码执行），实现‘感知→推理→行动’闭环。所有运行在用户本地，保障数据与屏幕隐私。适用于需要真实UI理解与自动化操作的场景，如跨应用流程自动化、无障碍辅助、RPA增强及AI桌面助手开发。