GUI Agent

GUI Agent（图形用户界面代理）是一种能够感知并操作图形用户界面的人工智能代理技术。它通过截图、视觉理解等方式感知屏幕状态，模拟鼠标点击、键盘输入等人机交互操作，从而自主完成软件操作、网页浏览、表单填写等任务。其核心特征在于无需专用API接口，能像人类用户一样直接与任意可视化软件环境交互。