MobileAgent

Mobile-Agent 是一个面向移动端 GUI 交互的多模态智能体框架，支持在 Android 应用界面中理解屏幕内容、生成操作指令并执行点击、滑动等动作。其核心基于 GUI-Owl 系列多模态大模型（MLLM），融合视觉编码器与语言模型，实现端到端的 GUI 导航与自动化任务编排；支持云手机（如阿里云无影）及本地模拟器部署。适用于移动应用测试、无障碍辅助、RPA 流程自动化及人机协作场景，强调真实 UI 环境下的可靠操作能力。