SeeAct

首个基于 LLM 的通用 Web Agent 和基准测试（NeurIPS 2023 Spotlight），为构建能在真实网站上执行任务的智能体提供数据集、评估框架和基线方法。

AppAgent 是基于 LLM 的多模态智能体框架，让 AI 能够像人类一样操作智能手机应用，支持触控交互和自主探索。

完全本地化的 Manus AI 替代方案，支持自主浏览网页、编写代码和语音交互，无需任何 API 费用

Stream 开源的视觉与语音智能体框架，支持任意模型和视频提供商，利用边缘网络实现超低延迟的实时多模态 AI 交互。