技术栈
github开源
汐ya~
2 小时前
计算机视觉
·
agent
·
ui自动化
·
github开源
【PageEyes Agent 跨端 UI 自动化】开源Pydantic AI、OmniParser 多源感知的UI 自动化Agent
传统 UI 自动化依赖 XPath、CSS Selector、Accessibility ID或坐标脚本，页面一改就容易失效。PageEyes Agent 尝试把操作意图改写成自然语言任务，再让 Agent 根据当前屏幕逐步感知、决策和调用工具。它适合探索性测试、UI 巡检和跨端流程验证，但不是“输入一句话就能在任意设备上百分之百成功”的魔法层。
我是有底线的