Skyvern
✨基于视觉 LLM 驱动浏览器自动化的 AI Agent 平台，通过 Playwright 扩展实现自然语言操控网页，支持工作流编排与结构化数据提取。
Python工作流自动化多模态
全部项目
4 个项目
hCaptcha 验证码挑战者
✨一个使用多模态大语言模型优雅解决 hCaptcha 验证码挑战的项目，不依赖用户脚本或第三方验证码服务。
Python大语言模型多模态
SeeAct: 通用网页智能代理系统
✨SeeAct 是一个基于大型多模态模型（如 GPT-4V）的通用网页智能代理系统，能够自主在任何网站上执行任务。它包含一个稳健的代码库和创新的框架，支持在实时网站上运行网页智能代理。
Python工作流自动化多模态
UI-TARS：开源多模态 AI 智能体框架
✨由字节跳动开发的开源多模态 AI 智能体（Agent）堆栈，包含通用智能体框架 Agent TARS 和桌面客户端 UI-TARS Desktop，通过视觉语言模型实现基于自然语言的计算机控制、浏览器自动化及 CLI 交互。
TypeScriptNode.js桌面应用
每页
第 1 / 1 页 · 共 4 条