怎么让agent学会截图呀?

オープン
#264 コメント 1 件 リアクション 0 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

評価

難易度
4/5
見積もり時間
3〜5日
初心者へのやさしさ
35/100
issue の種類
機能追加
明瞭さ
説明が足りない
活発さ
停滞
技術スタック
python
領域
mobile-dev

調査の方向性

Investigate how the MobileAgent framework defines and learns GUI actions and gestures. Find where existing actions are configured or trained, and determine what would be needed to add the three-finger-swipe-down screenshot gesture. Look for documentation or code examples of how new actions are added to the agent's action space.

索引モデルが issue の本文から書いたものです。

説明

我在本地部署的GUI-Owl-1.5-4B-Instruct,截图是三指下滑,它似乎不会。

主要言語
Python
スター
9.3k
フォーク
928
平均マージ
1日 2時間
マージ済み PR(30日)
3

環境構築

このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

X-PLUG/MobileAgent のほかの issue

X-PLUG/MobileAgent の issue をすべて見る

似ている issue

Python の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。