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，，
，以及极佳视界的手艺团队配合完成
。。。研究团队热忱接待社区反响与手艺孝顺，，
，期待与全球开发者配合拓展智能体在数字事情场景中的应用界线
。。。 「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，，
，照看那些差点被遗忘的底稿、文件、旧照片和未竟之事
。。。若是你愿意教我一次，，
，我会记着那条路：那里需要看，，
，那里需要点，，
，何时敲下令，，
，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
。。。我不但会点屏幕，，
，也不但会挪用接口
。。。GUI、CLI、MCP 都是我可以走的小径；；；你仍然可以随时停下我、检查我、重新教我
。。。愿我不是替你做主的机械，，
，而是逐步熟悉你的同伴
。。。Syll 谨启 目今，，
，小我私家 AI 智能体仍然面临界面割裂、教学门槛高、执行不透明、隐私与定制难题等问题
。。。大都 AI 系统主要依赖 API 或下令行完成使命，，
，难以笼罩闭源桌面软件；；；通俗用户也很难用低门槛方法教会 AI 完成自己的事情流程；；；同时，，
，执行历程缺乏直观可查的依据，，
，云端计划还可能带来数据清静与二次开发受限等问题
。。。 针对这些难题，，
，清华大学智能视觉实验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 等多种操作方法，，
，并通过统一多模态执行能力、GUI 手艺示教、全程可审计追踪与外地？？？？？？？榛芄梗，
，打造更易用、更可信、更清静，，
，也更适合二次开发的小我私家自动化智能体框架
。。。 首先，，
，Syll 具备统一的多模态执行能力，，
，原生兼容 MCP/API、下令行 CLI 与视觉 GUI 三种操作方法，，
，能够凭证差别使命场景选择合适的执行路径，，
，实现更无邪的电脑操控
。。。 其次，，
，Syll 支持「示教即手艺」机制
。。。用户无需编写代码，，
，也不必手动设定重大规则，，
，只需要把使命手动操作一遍，，
，Syll 便可自动录制流程、提取要害办法，，
，并将其沉淀为可复用的智能体手艺
。。。 别的，，
，Syll 接纳外地？？？？？？？榛芄梗，
，用户的影象、手艺、规则以及小我私家偏好，，
，都可以以可编辑文件的形式存储在外地，，
，既包管数据隐私清静，，
，又具备较高的扩展性
。。。 GUI：面临 Photoshop、Blender、Godot 这类视觉软件时，，
，界面就是使命自己；；；CLI：面临批处置惩罚、文件操作、情形检查时，，
，下令行更直接、更稳固；；；MCP/API：面临结构化工具、外部效劳时，，
，接口挪用更可靠
。。。 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：需要视察界面时走 GUI，，
，需要批量处置惩罚时切 CLI，，
，需要毗连效劳时走 MCP/API
。。。我们以为一个更完整的行动空间，，
，并不是「功效堆得更多」，，
，而是让智能体在差别事情外貌之间自然流转：看得见、点获得、跑得动，，
，也接得上工具
。。。 若是一个使命能被压成一次 API 挪用，，
，那它虽然该走 API
。。。但许多桌面使命并不是这样
。。。Blender 里的建模和场景编辑，，
，状态漫衍在视图、工具层级、属性面板和空间关系里；；；Photoshop 的图像编辑依赖画布、图层和局部视觉判断；；；Godot 里的逻辑调试，，
，又混淆了界面操作、过失弹窗和运行反响
。。。这些软件要求智能体真正明确桌面情形，，
，而不是只在网页表单或标准 API 里事情
。。。 Syll 把 GUI 控制视为行动空间的一部分，，
，而不是 API 不可用时的暂时补丁
。。。她需要学会视察屏幕、定位目的、处置惩罚弹窗、期待状态转变，，
，也需要在适合的时间切到下令行或工具接口，，
，阻止把所有问题都酿成鸠拙的点击
。。。 许多桌面自动化 Agent 的门槛在于：用户显着知道自己要怎么做，，
，却还要先把办法翻译成剧本、规则、prompt 或插件设置
。。。在这一历程中，，
，人类需要自动将自身履历转译为机械可明确的形式，，
，知识转达泛起出人迁就机械的特征
。。。 Syll 选择了另一条更自然的路径：示教即手艺
。。。你照习惯把事情做一遍，，
，Syll 在后台纪录：哪些界面元素是要害视觉锚点；；；鼠标、键盘和窗口状态怎样转变；；；其时的使命上下文是什么；；；哪些办法可以复用，，
，哪些办法下一次需要重新判断
。。。 这样获得的不是一段死板录屏，，
，而是一份可以被再次挪用、继续修正的手艺
。。。它学到的是「你怎样完成这个使命」，，
，而不是一个伶仃的按钮坐标
。。。Syll 不要求你适配她，，
，而是只管从你的习惯里相识你
。。。 Syll 的执行历程会留下可检查的轨迹：它望见了什么、挪用了什么工具、在哪一步期待、那里重试、为什猛迫椿行动通道
。。。每一次屏幕操作与界面状态变换均可被纪录、回放与审计，，
，同时用户始终保有对要害决议的最终把控权
。。。 这一设计形成了机械执行到人审核的验证闭环，，
，在提升自动化效率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安排提供了须要的信任基础
。。。 Syll 的影象、手艺、规则和偏好，，
，都以外地可编辑文件的形式组织
。。。你可以把她看成一个开箱即用的桌面助手，，
，也可以把她看成一个可扩展的研究 / 开发框架
。。。 对通俗用户来说，，
，在前端面板就能完成模子设置、手艺治理、准时使命和一样平常对话
。。。你可以接入自己的模子 provider、替换工具？？？？？？？椤⒃鎏硇碌氖忠胀ǖ
。。。 对开发者来说，，
，Syll 的工程特点是高度？？？？？？？榛肟衫┱剐
。。？？？？？？？⑼哦釉诖牍娣缎陨暇傩辛搜峡嵩际，
，摒弃太过封装与冗余逻辑，，
，确保各？？？？？？？榫弑盖逦呐灿昧绰酚胱粤Φ牧辰缦撸，
，为二次开发提供优异的代码基础
。。。 这种分层解耦设计兼顾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生产力工具，，
，也能作为可复用的手艺底座嵌入更重大的营业系统
。。。 Syll 仍然处在早期 public alpha，，
，我们会一连维护和迭代，，
，支持更多真实使命，，
，同时坚持框架的精练性与可扩展性，，
，也接待社区举行二次开发
。。。