ScreenAgentمدعم بالعقارات المرئية للغة للتحكم في واجهات المستخدم الرسومية للكمبيوتر عبر تخطيط وتنفيذ إجراءات المؤشر ولوحة المفاتيح.

4.4 (5)

مراجعة بواسطة Daniel Nikulshyn·تم التحديث يوليو 2026

Open Source VLM Agent GUI Automation Computer Use Research Mouse & Keyboard Multimodal Desktop

نظرة عامة

تم تصميم ScreenAgent للتعامل مع السيناريوهات المُعتَمَدة على المهام، حيث يساعد العملاء على أتمتة سير العمل الشائعة على سطح المكتب وتنفيذ إجراءات المؤشر ولوحة المفاتيح عبر تطبيقات واجهة المستخدم الرسومية. يتيح ScreenAgent عملية تخطيط وتنفيذ المهام المعقدة التي لا تتطلب برمجة كل تفاعل.

الميزات الرئيسية

يمتلك واجهة برمجة تطبيقات مفتوحة المصدر
يتبع عملية التخطيط والتنفيذ وإجراءات المؤشر ولوحة المفاتيح عبر تطبيقات واجهة المستخدم الرسومية
يدعم إجراءات المؤشر ولوحة المفاتيح للتفاعل مع واجهات المستخدم الرسومية والحاسبات
يتضمن خطط التنفيذ المُعتَمَدة على المهام عبر النقر والتشغيل بإجراءات المؤشر ولوحة المفاتيح عبر تطبيقات واجهة المستخدم الرسومية
يتيح عملية الوصول والتشغيل بتخطيط وكيل التحكم ووكيل التنفيذ

التسعير

النموذج: Freemium
الفئة: AI Agent Development Frameworks
التقييم: 4.4 / 5 (5)

حالات الاستخدام

automation desktop التكرارية تدفقات العمل

استخدام وكيل النموذج لتنسيق وتكافؤ أعمال الفأرة والكمبيوتر عبر تطبيقات GUI، يتعامل مع المهام متعددة الخطوات المعتادة من دون كتابة توجيهات التفاعل لكل

بحث language vision एजنته

استغلال الأساس المفتوح للتركيب لدراسة التقارير ومتحديات تمويل agents ومتسح language model التي تحدس وتصرف على أجهزة الكمبيوتر

تنفيذ المهام عبر البرامج الرسومية

توجيه وكيل ليتخطط وتكافئ المهام التي تضم عدة برامج GUI، التنقل بين النافذة وقسم الرسومية عن طريق فهم الشاشة

الوصول وتفويض التحكم

تمكين التحكم الطبيعي باللغة لآلة الكمبيوتر الرسومية، يساعد المستخدمين إجراء الفتح عبر وكيل يفهم الشاشة ويدير على اسمهم

المزايا والعيوب

المزايا

التوافق العام مع أجهزة الكمبيوتر الشخصية المبتكرة و تطبيقاتها المختلفة
قدرة على تنفيذ مهمات معقدة من خلال عملية التخطيط والتنفيذ والتوخي الحذر
دعم العمليات الأساسية للفأرة والكمبيوتر لتفاعل واجهة المستخدم الرسومية
تأريخ البيانات اليدوي لcoverage المهمة الشاملة

العيوب

يتطلب تكوين مُعتَمَدة على البنية التحتية لتخطيط وكيل التحكم ووكيل التنفيذ.
يعتمد على تخطيط التنفيذ والتشغيل بناءً على الذكاء الاصطناعي وأدوات الإدخال
يرجى مراعاة تركيب مُعتَمَدة على الشاشات والمتصفحات وأساسيات الذكاء الاصطناعي.
يتوافق مع التخطيط والتحكم والتشغيل المُعتَمَدة على المهام عبر واجهات المستخدم الرسومية والمتصفحات وأساسيات الذكاء الاصطناعي.
يتناسب مع متطلبات الوصول والتشغيل المؤتمت

المراجعات

4.4

المتوسط من 5 تقييم.

سجّل الدخول لكتابة مراجعة.

Margaret Whitfield

Apr 23, 2026

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on the integrations, and it saves real time caught me off guard. The docs could be deeper is why this isn't a perfect score, still, I'd recommend giving it a real trial.

Camille Laurent

Mar 7, 2026

Does the job

Pretty happy overall. The automation just works and the value for money is strong. A few rough edges remain can be annoying, but no dealbreakers — I'd recommend it to a friend without hesitating.

Diego Fernández

Jan 23, 2026

Years in this space

I've evaluated a lot of these over the years. What stands out here is the core workflow — handled better than most — and support is responsive. Pricing gets steep at scale is my one real gripe. Worth the time if this is your use case.

Wei Chen

Jan 10, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: the automation and it is genuinely easy to set up. Where it lags: pricing gets steep at scale. On balance the feature set — especially the onboarding — justifies the 4 stars for our use case.

Rina Desai

Jul 29, 2025

Use it every day

Honestly didn't expect to like it this much. The integrations is exactly what I needed, and the value for money is strong. but I reach for it almost every day now and it just clicks.

أسئلة وأجوبة

What are typical use cases for ScreenAgent?

It is suited to GUI automation tasks where an agent needs to perceive the screen and act via mouse/keyboard—such as automating desktop workflows, testing applications, or building research prototypes for computer-use agents.

What is ScreenAgent and what can it do?

ScreenAgent is an open-source Visual Language Model (VLM) agent that controls computer GUIs. It plans and executes mouse and keyboard actions to automate on-screen tasks across desktop applications.

How much does ScreenAgent cost?

ScreenAgent is open-source, so the software itself is freely available. You may still incur costs for the underlying VLM (if using a paid model) and the hardware required to run it.