Repolode
Enviar
microsoft

microsoft/UFO

El framework UFO³ de Microsoft coordina agentes de GUI en varios dispositivos mediante la descomposición de tareas basada en DAG, y UFO² es su agente de escritorio para Windows.

Ver en GitHubSitio web
Estrellas
10,169
Forks
1,082
Issues abiertos
95
Último commit
hace 7 días

¿Qué es?

UFO³ es un framework de investigación de Microsoft para ejecutar agentes de IA en varios dispositivos a la vez. Su componente Galaxy, la capa de orquestación multidispositivo, recibe una solicitud del usuario, la desglosa en un grafo acíclico dirigido (DAG) de tareas, asigna cada tarea a un dispositivo según su plataforma y sus capacidades, y ejecuta en paralelo las tareas independientes. El grafo puede modificarse durante la ejecución a medida que llegan los resultados.

Los dispositivos se conectan al orquestador mediante un protocolo basado en WebSocket llamado AIP. El repositorio incluye agentes para dispositivos Windows, Linux y Android, con compatibilidad con MCP (Model Context Protocol) para añadirles herramientas. UFO² es el componente anterior para un solo dispositivo: un agente de escritorio para Windows que combina UI Automation con llamadas a API, y se describe como la opción estable y con soporte a largo plazo para la automatización exclusiva de Windows.

El proyecto se configura con archivos YAML para el proveedor de LLM (OpenAI, Azure OpenAI y otros) y para el conjunto de dispositivos. Se requiere Python 3.10 u 3.11.

Funciones clave

  • 01Descompone las solicitudes del usuario en un DAG de tareas con dependencias y ejecuta en paralelo las tareas independientes.
  • 02Asigna tareas a los dispositivos según su plataforma y sus capacidades, en Windows, Linux y Android.
  • 03Permite editar el grafo de tareas durante la ejecución a medida que llegan los resultados.
  • 04Conecta los dispositivos al orquestador mediante el protocolo AIP basado en WebSocket, con reconexión automática.
  • 05Integra MCP para que los agentes de dispositivos puedan usar herramientas externas.
  • 06Incluye UFO², un agente de escritorio para Windows que combina el control de GUI con acciones mediante API.

Casos de uso

  • Ejecutar un flujo de trabajo que empieza en una PC con Windows y continúa en un servidor Linux o un teléfono Android.
  • Automatizar tareas habituales del escritorio de Windows con un único agente mediante UFO².
  • Investigar o crear prototipos de automatización de GUI con varios agentes en dispositivos heterogéneos.

Inicio rápido

  1. 1

    Instala las dependencias desde el archivo requirements

    pip install -r requirements.txt
  2. 2

    Copia la plantilla de configuración del agente de Galaxy

    copy config\galaxy\agent.yaml.template config\galaxy\agent.yaml
  3. 3

    Edita el archivo de configuración, añade tus claves de API y registra tus dispositivos en config\galaxy\devices.yaml

  4. 4

    Inicia los agentes de los dispositivos según las guías específicas de cada plataforma y, después, ejecuta Galaxy

    python -m galaxy --interactive

Antes de usarlo

  • La configuración requiere añadir claves de API de LLM y configurar varios agentes de dispositivos, lo que lleva tiempo.
  • El framework multidispositivo de Galaxy está en desarrollo activo y puede cambiar.
  • El agente UFO² para Windows es la opción estable; la compatibilidad de Galaxy con dispositivos se limita a Windows, Linux y Android.

En colecciones

Frameworks de orquestación multiagenteFrameworks y apps de agentes de IA open sourceServidores MCPAplicaciones GUI de escritorio y frameworks

Temas

#agent#gui-automation#multi-agent#llm#windows#orchestration#mcp#automation#copilot#gui

Preguntas frecuentes

¿Qué es UFO?
El framework UFO³ de Microsoft coordina agentes de GUI en varios dispositivos mediante la descomposición de tareas basada en DAG, y UFO² es su agente de escritorio para Windows. UFO³ es un framework de investigación de Microsoft para ejecutar agentes de IA en varios dispositivos a la vez. Su componente Galaxy, la capa de orquestación multidispositivo, recibe una solicitud del usuario, la desglosa en un grafo acíclico dirigido (DAG) de tareas, asigna cada tarea a un dispositivo según su plataforma y sus capacidades, y ejecuta en paralelo las tareas independientes. El grafo puede modificarse durante la ejecución a medida que llegan los resultados.
¿UFO es gratuito? ¿Qué licencia tiene?
UFO es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿UFO sigue mantenido?
Mantenimiento activo. El último commit de UFO fue el 30 oct 2026.
¿Para qué puedo usar UFO?
Ejecutar un flujo de trabajo que empieza en una PC con Windows y continúa en un servidor Linux o un teléfono Android. Automatizar tareas habituales del escritorio de Windows con un único agente mediante UFO². Investigar o crear prototipos de automatización de GUI con varios agentes en dispositivos heterogéneos.
¿Cómo se instala UFO?
Instala las dependencias desde el archivo requirements: pip install -r requirements.txt Copia la plantilla de configuración del agente de Galaxy: copy config\galaxy\agent.yaml.template config\galaxy\agent.yaml Edita el archivo de configuración, añade tus claves de API y registra tus dispositivos en config\galaxy\devices.yaml Inicia los agentes de los dispositivos según las guías específicas de cada plataforma y, después, ejecuta Galaxy: python -m galaxy --interactive
¿Dónde consigo UFO?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/microsoft/UFO

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados