OmniParser OmniParser 是微软研究院提出的纯视觉 GUI 智能体解析方案,面向基于视觉语言模型的用户界面理解与自动化操作场景。该项目旨在从屏幕截图中识别可交互元素、文本与结构信息,帮助多模态模型更准确地理解 UI 状态并执行任务,可用于智能代理、界面自动化、视觉解析和人机交互研究等方向。 AI开发平台 # GUI智能体 # 人机交互