自主控制电脑 Computer Agent

定义

Computer Agent 是 TA TA 直接操作计算机图形界面的能力：模拟鼠标点击、键盘输入、窗口管理，能使用任何没有 API 的软件。这是 TA TA 区别于纯 API 智能体的关键。

适用场景

• 自动填写没有 API 的网站表单
• 自动操作 Excel 生成报表
• 自动登录后台下载数据

技术原理（可公开部分）

视觉定位 + 动作执行：截图→视觉模型定位坐标→模拟输入。所有操作录屏存档，高风险操作需人工确认。

评估指标

• 元素定位准确率
• 任务完成率
• 误操作率（目标小于0.1%）

调用接口

POST /api/v1/agent/instruction/execute

{"instruction_id": "gui_click", "params": {"target": "提交按钮"}}

查看完整开发者文档 →

版本历史

v1.0（2026-10）：基础 GUI 操作上线