UFO: 什么是它，它解决了什么问题以及为什么它正受到关注

它解决了什么问题

UFO 是一个用于在单个或多个设备上实现用户界面自动化的框架。它解决了跨不同操作系统（Windows, Linux, Android）和应用程序执行复杂、多步骤工作流的难题，从简单的顺序任务执行转向协调的代理“星系”（galaxy）模式。

它是如何工作的

该项目由两个主要组件组成：

• UFO³ Galaxy: 一个多设备编排框架。它使用 ConstellationAgent 将用户请求分解为任务的有向无环图 (DAG)。然后，TaskOrchestrator 根据平台和资源能力将这些任务分配给最合适的设备，并通过基于安全 WebSocket 的 Agent Interaction Protocol (AIP) 异步执行它们。
• UFO² Desktop AgentOS: 一个专门用于 Windows 自动化的代理。它与 Windows UIA, Win32, 和 WinCOM 深度集成，以执行混合操作（GUI 点击和 API 调用）。它可以作为一个独立的工具或作为 Galaxy 框架内的设备代理运行。

目标用户

• 开发者：构建跨平台自动化工作流。
• 高级用户：寻求在 Windows, Linux, 和 Android 设备上实现复杂任务自动化的用户。
• AI 研究员：专注于 GUI 代理和多代理编排的研究人员。

亮点

• 跨设备编排：协调异构平台（Windows, Linux, Android）上的任务。
• 动态 DAG 规划：将任务分解为可执行图，这些图可以根据执行反馈进行演变。
• 深度 Windows 集成：结合使用视觉和 UIA 检测，实现稳健的 Windows OS 控制。
• 效率：具有推测性多动作预测功能，可将 LLM 调用减少高达 51%。
• MCP 集成：支持 Model Context Protocol (MCP)，以便快速增强设备代理的工具能力。