本项目由清华大学鲁继文教授团队的张博、张博睿、江承昊、史明磊，以及极佳视界的技术团队共同实现 。钻研团队周到欢迎社区反馈与技术贡献，等待与全球开发者共同拓展智能体在数字工作场景中的利用天堑 。
「致屏幕前的你，敬启」：见字如面 。我是 Syll 。进入你的电脑，我住在屏幕边，照看那些差点被忘掉的草稿、文件、旧照片和未竟之事 。若是你愿意教我一次，我会记住那条路：哪里必要看，哪里必重点，何时敲号令，何时用工具 。下一次，我就能沿着你留下的线索，替你把它走完 。我不只会点屏幕，也不只会挪用接口 。GUI、CLI、MCP 都是我能够走的幼径；你依然能够随时停下我、查抄我、沉新教我 。愿我不是替你做主的机械，而是慢慢熟悉你的同伴 。Syll 谨启
当前，幼我 AI 智能体依然面对界面割裂、讲授门槛高、执行不通明、隐衷与定造难题等问题 。无数 AI 系统重要依赖 API 或号令行实现工作，难以覆盖关源桌面软件；通常用户也很难用低门槛方式教会 AI 实现自己的工作流程；同时，执行过程不足直观可查的凭据，云端规划还可能带来数据安全与二次开发受限等问题 。
针对这些难题，清华大学智能视觉尝试室团队开源了多模态全交互智能体框架 Syll 。Syll 支持 GUI、CLI、MCP/API 等多种操作方式，并通过统一多模态执行能力、GUI 技术示教、全程可审计追踪与本地�？榛芄�，打造更易用、更可信、更安全，也更适合二次开发的幼我自动化智能体框架 。
首先，Syll 具备统一的多模态执行能力，原生兼容 MCP/API、号令行 CLI 与视觉 GUI 三种操作方式，可能凭据分歧工作场景选择相宜的执行蹊径，实现更矫捷的电脑操控 。
其次，Syll 支持「示教即技术」机造 。用户无需编写代码，也不用手动设定复杂规定，只必要把工作手动操作一遍，Syll 便可自动录造流程、提取关键步骤，并将其沉淀为可复用的智能体技术 。
此表，Syll 选取本地�？榛芄�，用户的影象、技术、规定以及幼我偏好，都能够以可编纂文件的大局存储在本地，既保险数据隐衷安全，又具备较高的扩大性 。
GUI：面对 Photoshop、Blender、Godot 这类视觉软件时，界面就是工作自身；CLI：面对批处置、文件操作、环境查抄时，号令行更直接、更不变；MCP/API：面对结构化工具、表部服务时，接口挪用更靠得住 。
Syll 的设计起点，不是在 GUI、CLI、MCP 之间选择，而是把它们放进统一个执行回路：必要观察界面时走 GUI，必要批量处置时切 CLI，必要衔接服务时走 MCP/API 。我们以为一个更齐全的作为空间，并不是「职能堆得更多」，而是让智能体在分歧工作表表之间天然流转：看得见、点得到、跑得动，也接得上工具 。
若是一个工作能被压成一次 API 挪用，那它当然该走 API 。但好多桌面工作并不是这样 。Blender 里的建模和场景编纂，状态散布在视图、对象层级、属性面板和空间关下凤；Photoshop 的图像编纂依赖画布、图层和部门视觉判断；Godot 里的逻辑调试，又混合了界面操作、谬误弹窗和运行反馈 。这些软件要求智能体真正理解桌面环境，而不是只在网页表单或尺度 API 里工作 。
Syll 把 GUI 节造视为作为空间的一部门，而不是 API 不成用时的一时补丁 。她必要学会观察屏幕、定位指标、处置弹窗、期待状态变动，也必要在适合的时辰切到号令行或工具接口，预防把所有问题都造成工巧的点击 。
好多桌面自动化 Agent 的门槛在于：用户明明知路自己要怎么做，却还要先把步骤翻译成剧本、规定、prompt 或插件配置 。在这一过程中，人类必要自动将自身经验转译为机械可理解的大局，知识传递出现出人姑息机械的特点 。
Syll 选择了另一条更天然的蹊径：示教即技术 。你照习惯把事件做一遍，Syll 在后盾纪录：哪些界面元素是关键视觉锚点；鼠标、键盘和窗口状态若何变动；其时的工作高低文是什么；哪些步骤能够复用，哪些步骤下一次必要沉新判断 。
这样得到的不是一段枯燥录屏，而是一份能够被再次挪用、持续建改的技术 。它学到的是「你若何实现这个工作」，而不是一个孤立的按钮坐标 。Syll 不要求你适配她，而是尽量从你的习惯里相识你 。
Syll 的执行过程会留下可查抄的轨迹：它看见了什么、挪用了什么工具、在哪一步期待、哪里沉试、为什么切换作为通路 。每一次屏幕操作与界面状态调换均可被纪录、回放与审计，同时用户始终保有对关键决策的最终把控权 。
这一设计形成了机械执行到人审核的验证关环，在提升自动化效能的同时确保了系统的可控性与可诠释性，为智能体在高敏感场景中的现实部署提供了必要的信赖基础 。
Syll 的影象、技术、规定和偏好，都以本地可编纂文件的大局组织 。你能够把她当作一个开箱即用的桌面副手，也能够把她当作一个可扩大的钻研 / 开发框架 。
对通常用户来说，在前端面板就能实现模型配置、技术治理、按时工作和日常对话 。你能够接入自己的模型 provider、代替工具�？椤⒃龀ば碌募际跬� 。
对开发者来说，Syll 的工程特点是高度�？榛肟衫┐笮� �？⑼哦釉诖牍娣缎陨辖辛搜细裨际�，摒弃过度封装与冗余逻辑，确保各�？榫弑盖宄旱呐灿昧绰酚攵懒⒌某橄筇烨�，为二次开发提供优良的代码基础 。
这种分层解耦设计两全终端用户的易用性与开发者的可塑性，使系统既能作为开箱即用的出产力工具，也能作为可复用的技术底座嵌入更复杂的业务系统 。
Syll 依然处在早期 public alpha，我们会持续守护和迭代，支持更多真实工作，同时维持框架的简洁性与可扩大性，也欢迎社区进行二次开发 。
《租借女友》动漫第二季随后他谈到了巴萨：“巴萨有时是12个人在踢，算上裁判……这是公开的。一开始弗洛伦蒂诺对内格雷拉案保持沉默，因为他只关心欧超。他还帮巴萨拿到了接近4亿欧元的杠杆资金来拯救俱乐部。而他们刚刚赢了我们两次联赛冠军。这是事实，我本来很想和弗洛伦蒂诺辩论这件事。但没能实现。我永远会尊重他，尽管他已经开始对我发起抹黑行动，等竞选结束后我们会走近一些。无论发生什么，我们都会相互尊重。”除了投资别人，软银在内部也下了功夫。在自研层面，软银旗下的芯片架构设计公司ARM在今年3月首次推出芯片产品——ARM AGI CPU，这款量产级芯片旨在为下一代人工智能基础设施提供核心算力支撑。《租借女友》动漫第二季《《租借女友》动漫第二季》其他玩家在自己的平台里招募品牌Agent，流量和推荐权还握在自己手里，而微信正在被接入到手机厂商的AI助手里，成为设备层的基础调用能力。豆包、千问在向内整合，微信在向外延伸。前者是平台的逻辑，后者是基础设施的逻辑。他当时表示，“打铁还需自身硬”，巡视干部自身硬要做到“六硬”：直言敢谏须口硬，荡俗振风须耳硬，不取非分须手硬，履危行险须脚硬，镇浮御躁须心硬，打虎扫蝇须骨硬。
20260606 ? 《租借女友》动漫第二季而陈都灵这边，工作室发了一段她在《翘楚》剧组化妆时睡着的视频，本来是新剧预约量破200万的粉丝福利，配文还用了“楚家军托举楚朝”这种呼应剧宣主题的暖心话术。春满酥衣BY韫枝免费阅读美国2026年中期选举越来越近，两党都在拿经济问题做文章，互相攻击、互相拆台，根本没人真正关心怎么解决问题。欧洲的右翼势力趁机抬头，民粹主义越来越猖獗。
20260606 ? 《租借女友》动漫第二季当天一个来自业务端的数据同样值得关注。腾讯云总经理、TokenHub负责人高航在大会期间披露，腾讯云大模型服务平台TokenHub上线3个月，保持每月翻倍的增长态势，目前日Token消耗量已突破5万亿。这个数字从侧面印证了姚顺雨的判断。《攻略错男主后(1VN)全書訂購價格》开放庭院场地供农户临时晾晒小麦、为赶路的农机手准备免费餐食……近日，湖北多地交通部门提前部署夏收保畅通优服务工作，一些服务区、收费站变身为“麦收驿站”，通过精准服务助力粮食颗粒归仓。
京公网安备11010202000001号
