本技俩由清华大学鲁继文教练团队的张博、张博睿、江承昊、史明磊，以及极佳视界的时候团队共同完成。探求团队热忱迎接社区响应与时候孝敬，期待与公共建立者共同拓展智能体在数字责任场景中的期骗范围。Syll 是一个居住在你电脑屏幕边的智能体，它匡助顾问那些差点被渐忘的草稿、文献、旧相片和未竟之事。要是你快意教它一次，它会记着旅途：何处需要看，何处需重心，何时敲呐喊，何时用器具。下一次，它就能沿着你留住的陈迹完成任务。Syll 不单会点屏幕，也不单会调用接口。GUI、CLI、MCP 齐是它不错走的小路；你仍然不错随时停驻它、搜检它、再行教它。愿它成为你的伙伴，而不是替你作念主的机器。

现时个东说念主 AI 智能体面对界面割裂、教悔门槛高、执行不透明、阴私与定制长途等问题。大齐 AI 系统主要依赖 API 或呐喊行完成任务，难以掩盖闭源桌面软件；平方用户也很难用低门槛时势造就 AI 完成我方的责任历程；执行过程迷糊直不雅可查的依据，云表有野心还可能带来数据安全与二次建立受限等问题。

为处分这些难题，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 扶持 GUI、CLI、MCP/API 等多种操作时势，并通过长入多模态执行智商、GUI 妙技示教、全程可审计跟踪与土产货模块化架构，打造更易用、更实在、更安全且更允洽二次建立的个东说念主自动化智能体框架。

Syll 的中枢设想理念包括：

Syll 具备长入的多模态执行智商，原生兼容 MCP/API、呐喊行 CLI 与视觉 GUI 三种操作时势，大约字据不同任务场景接收合适的执行旅途，收尾更活泼的电脑操控。

Syll 扶持「示教即妙技」机制。用户无需编写代码或手动设定复杂法规，只需把任务手动操作一遍，Syll 便可自动录制历程、索取重要法子，并将其千里淀为可复用的智能体妙技。

Syll 搭配多模态审计体系，AI 执行的每一步操作齐会留住显著可查的记载，全程透明可视化，让使用过程看得见、更实在。

Syll 采选土产货模块化架构，2026世界杯官方网站用户的记忆、妙技、法规及个东说念主偏好齐不错以可裁剪文献的体式存储在土产货，既保险数据阴私安全，又具备较高的延伸性。

Syll 设想最先不是在 GUI、CLI、MCP 之间接收，而是把它们放进吞并个执行回路：需要不雅察界面时走 GUI，需要批量处理时切 CLI，需要相接管事时走 MCP/API。这么造成一个更完好意思的作为空间，让智能体在不同责任名义之间当然流转。

Syll 把 GUI 截止视为作为空间的一部分，而不是 API 不行用时的临时补丁。它需要学会不雅察屏幕、定位目的、处理弹窗、恭候现象变化，并在相宜的时刻切换到呐喊行或器具接口，幸免把扫数问题齐变成顽劣的点击。

Syll 接收了另一条更当然的旅途：示教即妙技。用户照民俗把事情作念一遍，Syll 在后台记载重要视觉锚点、鼠标键盘窗口现象变化、任务高下文等信息，生成可复用的妙技。学到的是「怎样完成任务」，而不是孤独的按钮坐标。

Syll 的执行过程会留住可搜检的轨迹，确保每次屏幕操作与界面现象变更均可被记载、回放与审计。用户长久保有对重要决策的最终把控权，造成机器执行到东说念主审核的考证闭环，提高自动化成果的同期确保系统的可控性与可证实性。

Syll 的记忆、妙技、法规和偏好齐以土产货可裁剪文献的体式组织。对平方用户来说，在前端面板就能完成模子建设、妙技料理、定时任务和日常对话。对建立者来说，Syll 的工程特色是高度模块化与可延伸性，提供细致的代码基础。

Syll 仍然处在早期 public alpha，会握续顺心和迭代国际足联世界杯赛事入口，扶持更多简直任务，同期保握框架的诬害性与可延伸性，也迎接社区进行二次建立。它会少许点变得更懂你，或然帮你完成复杂历程，或然仅仅轻轻辅导一句。