介绍

整体架构

PageEyes Agent 是一个 Python UI 自动化 Agent 框架，帮助你用自然语言快速、稳定地完成跨平台 UI 自动化测试、巡检和业务验证。

PageEyes Agent 以自然语言指令颠覆传统UI自动化：无需编写脚本，也能实现复杂的跨平台测试与巡检。 基于 Pydantic AI 框架开发， 其中元素信息感知能力依靠 OmniParserV2 模型，不依赖视觉语言大模型， 即使小参数的 LLM 也能胜任路径规划能力，同时支持多平台（Web、Android）

整体框架

Agent 执行流程