OpenAdaptAI/OpenAdapt

解决的问题

OpenAdapt 提供了一种方法，让 AI 代理能够与缺乏 API 的图形用户界面 (GUI) 进行交互。它通过允许人类演示一项任务来解决“最后一英里执行”的问题，该演示随后会被编译成一个确定性程序，并可由代理执行且带有已验证的结果，确保代理不仅仅是“盲目点击”，而是真正实现预期的业务效果。

工作原理

用户会在特定界面（Web 浏览器、原生桌面或如 RDP/Citrix 的远程显示）上录制任务演示。这段录制内容会被编译成一个包，定义了操作序列和预期的“效果契约”（记录系统中的变更）。

当代理调用此包时，运行时会执行这些步骤，然后使用独立检查（例如：只读 API 或 OCR）来验证结果，确认交易是否确实已提交。如果验证失败或系统状态不明确，运行将会停止，而不是报告虚假的成功。

适用对象

专为开发人员和解决方案工程师设计，他们正在构建需要在遗留或封闭软件环境中执行可靠、已验证交易的计算机操作代理。

核心亮点

• 已验证的执行：使用独立的证据层级来确认业务效果，防止代理根据屏幕上的横幅谎报成功。
• 多界面支持：跨 Web 浏览器、原生操作系统 (Windows、macOS、Linux) 及远程显示 (RDP、Citrix) 工作。
• 确定性控制：将演示编译为程序，在主动控制循环中运行时无需生成式模型 API。
• 组合性：允许将多个已编译的包串联在一起，并在它们之间进行数据传递。