ToolCUA

ToolCUA 是一个面向桌面操作场景的计算机使用代理（CUA），专注于优化图形界面（GUI）操作与程序化工具调用之间的路径协同决策。其核心功能是建模GUI动作（如点击、输入）与工具调用（如文件API、应用命令）的混合执行序列，通过轨迹合成、工具引导的GUI微调及在线智能体强化学习，实现动作类型选择、切换时机判断与执行路径最优化。技术特点包括GUI-Tool交织轨迹构建、工具感知的奖励设计及沙盒环境中的端到端训练。适用于自动化桌面任务（如跨应用数据处理、软件操作流程编排）等需兼顾界面交互与系统级工具调用的真实办公场景。