gelab-zero

GELab-Zero 是一个开源的 GUI 智能体（GUI Agent）框架，旨在让大模型直接理解并操作图形用户界面。其核心功能包括端到端的屏幕感知、动作生成与跨设备任务执行，支持本地部署、零云依赖，并提供完整的模型（4B 轻量级版本）、基础设施及 Android 日常任务基准数据集（AndroidDaily）。技术上融合多模态理解、动作规划与 MCP（Model Control Protocol）服务架构，强调隐私可控与即插即用。适用于自动化 UI 测试、无障碍辅助交互、个人设备智能代理及科研导向的 GUI 智能体开发等场景。