Photo-agents

让AI记住屏幕所见，自写技能，越用越聪明地操控电脑。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署智能体 🍴 复刻 22 🐛 待处理 1 👀 关注 14

GitHub ↗

GitHub 星标 ★ 651

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

Photo-agents 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类智能体

开发团队jmerelnyc

GitHubhttps://github.com/jmerelnyc/Photo-agents

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent-memory,ai-agents,autonomous-agents,computer-use,llm,photo-agents,photographic-memory,python,self-evolving-agents,vision-agents

GitHub 星标★ 651

上线时间2026-05-04 00:00:00

代码更新2026-07-03

仓库体积12.0 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

Photo-agents 是一个面向计算机操作场景的自主进化智能体框架。它解决的是传统 LLM 智能体缺乏长期记忆和技能积累能力的问题，核心创新在于视觉锚定的分层记忆系统（Vision-grounded layered memory）和智能体自编写技能（self-written skills）。该框架允许智能体通过视觉信息感知屏幕状态，将交互经验分层存储，并自动生成可复用的操作技能，从而在后续任务中无需重复学习。项目基于 Python 实现，强调自主性和进化性，适合构建能持续适应复杂桌面环境的自动化助手。目前处于早期阶段，但设计理念新颖，为计算机使用类智能体提供了新的记忆与技能管理范式。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 651

技术标签

agent-memory ai-agents autonomous-agents computer-use llm

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 40 分钟部署方式：本地安装 4 步

环境要求

Python 3.10+
模型 API Key
图像目录

安装与启动步骤

1安装

感知、推理、行动的摄影类 agent，pip 装。
```
pip install photoagents
```
2按需装全部能力

图像处理依赖较重，先装核心再补。
```
pip install "photoagents[all]"
```
3跑内置任务

先让它列目录里最大的文件，验证本机操作权限。
```
python -m photoagents --task my_task --input "列出当前目录最大的文件"
```
4试一个修图任务

给一张照片让它按描述调整，观察是否可回滚。