Agent-S

Agent S 是一个开源的智能体框架，旨在让 AI 系统像人类一样操作通用计算机界面。它通过 GUI 观察（截图+OCR）、动作执行（鼠标/键盘控制）、多步规划、长期记忆与检索增强生成（RAG）等技术，实现跨 Windows/macOS/Linux 的端到端桌面自动化。支持在真实操作系统环境中完成文件管理、软件操作、网页交互等复杂任务，无需应用专属 API 或插件。适用于需要零代码适配现有桌面软件的自动化场景，如IT运维辅助、办公流程自动化、无障碍交互支持及AI代理研究验证。