MMSkills

MMSkills 是一个面向通用视觉智能体的多模态技能库，旨在为视觉代理提供可复用的、结构化的桌面操作能力。项目构建了包含515个技能的标准化技能库，覆盖鼠标点击、键盘输入、窗口管理等细粒度交互动作，并支持与Codex、OpenClaw、Claude Code等主流代理框架对接；技术上强调跨模型、跨平台的技能封装与执行验证，基于OSWorld基准评估。适用于需要增强视觉代理桌面自动化能力的研究与开发场景，如AI助手、RPA扩展、具身智能实验等。