ZJU-REAL/Awesome-GUI-Agents

解决的问题

该项目汇编了关于 GUI 代理的最新研究、工具和基准——这些人工智能系统通过查看屏幕并点击或键入来像人类一样操作计算机界面。它帮助研究人员和开发人员跟踪快速发展的领域，而无需挖掘分散的来源。

工作原理

该仓库将论文和资源组织成主题部分：感知、探索、规划和交互。它提供了技术报告、在线强化学习论文、GUI 接地基准、记忆机制等的按时间顺序列表。它还包括每周论文摘要、指向 ClawGUI 等开源框架的链接，以及会议论文（AAAI、ICLR）的分析。条目经常更新，并附有指向 arXiv、GitHub 和模型页面的直接链接。

适用对象

主要面向从事 GUI 自动化、计算机使用代理或多模态人工智能系统的研究人员和工程师。对于任何想要了解构建与图形用户界面交互的代理的当前方法的人来说，它也很有用。

亮点

• 按主题和日期排序的论文、数据集和基准的精选列表
• 每周新研究摘要和特定会议分析（AAAI 2026、ICLR 2026）
• 指向开源项目、arXiv 论文和 Hugging Face 模型的直接链接（例如，GUI-G2、ClawGUI）
• 将 GUI 代理模块化分解为四个核心能力：感知、探索、规划和交互