Agent-S は無料で使えますか？ライセンスは？

Agent-S は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

Agent-S は今もメンテナンスされていますか？

活発にメンテナンス中。Agent-S の最終コミットは 2026年10月8日です。

Agent-S は何に使えますか？

デスクトップアプリやWebアプリにまたがる反復作業の自動化。 OSレベルのコンピューター操作エージェントの研究や、OSWorldでのベンチマーク。 APIを使わずにGUIソフトウェアを操作するカスタムエージェントの構築。

Agent-S のインストール方法は？

pipでgui-agentsパッケージをインストールします: pip install gui-agents tesseractをインストールします（macOSではpytesseractに必要です）: brew install tesseract モデルのAPIキーを環境変数に設定します: export OPENAI_API_KEY= groundingモデルのエンドポイントを設定して、CLIからAgent S3を実行します: agent_s --provider openai --model gpt-5-2025-08-07 --ground_provider huggingface --ground_url http://localhost:8080 --ground_model ui-tars-1.5-7b --grounding_width 1920 --grounding_height 1080

Agent-S はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/simular-ai/Agent-S

simular-ai/Agent-S

Q: Agent-S は今もメンテナンスされていますか？

活発にメンテナンス中。Agent-S の最終コミットは 2026年10月8日 です。

デスクトップやWebアプリでマウス、キーボード、画面を操作し、タスクを完了するオープンソースのコンピューター操作エージェントフレームワーク。

GitHub で見る公式サイト

スター: 12,660
フォーク: 1,707
未解決の Issue: 64
最終コミット: 12 日前

これは何？

Agent Sは、コンピューター操作エージェントを構築するためのオープンソースフレームワークです。自然言語でタスクを指示すると、画面を確認し、通常のデスクトップアプリやWebアプリ上でクリック、入力、スクロールを行って作業を完了します。API連携やアプリごとのスクリプトは必要ありません。

現行世代のAgent S3は、OSWorldベンチマークで72.60%を記録しています。macOS、Windows、Linuxで動作し、OpenAI、Anthropic、Gemini、OpenRouter、vLLMのモデルを利用できます。また、UI-TARSなどの別個のグラウンディングモデルと組み合わせて、画面上の要素を特定できます。pipでgui-agentsパッケージとしてインストールでき、CLIまたはPython SDKから実行できます。

このフレームワークには、データ処理やファイル操作のためにエージェントがPythonやBashのコードを実行できる、オプションのローカルコーディング環境が含まれています。この機能はユーザーの権限で任意のコードを実行するため、信頼できる環境でのみ使用するよう、プロジェクトは注意を促しています。

主な機能

01アプリごとの連携設定なしで、マウス、キーボード、画面を通じてデスクトップアプリやWebアプリを操作。
02macOS、Windows、Linuxに対応。
03OpenAI、Anthropic、Gemini、OpenRouter、vLLMのモデルを利用可能。
04画面上の要素を特定するため、UI-TARSなどの別個のグラウンディングモデルを使用。
05CLIとPython SDKを提供。pipでgui-agentsとしてインストール可能。
06PythonやBashのコードを実行するためのオプションのローカル環境を搭載。

ユースケース

デスクトップアプリやWebアプリにまたがる反復作業の自動化。
OSレベルのコンピューター操作エージェントの研究や、OSWorldでのベンチマーク。
APIを使わずにGUIソフトウェアを操作するカスタムエージェントの構築。

クイックスタート

1
pipでgui-agentsパッケージをインストールします
pip install gui-agents
2
tesseractをインストールします（macOSではpytesseractに必要です）
brew install tesseract
3
モデルのAPIキーを環境変数に設定します
export OPENAI_API_KEY=<YOUR_API_KEY>
4
groundingモデルのエンドポイントを設定して、CLIからAgent S3を実行します
agent_s --provider openai --model gpt-5-2025-08-07 --ground_provider huggingface --ground_url http://localhost:8080 --ground_model ui-tars-1.5-7b --grounding_width 1920 --grounding_height 1080

使う前に知っておきたいこと

UI-TARS-1.5-7Bなどのgroundingモデルが必要で、別途ホスト型エンドポイントを用意する必要があります。
エージェントは実際のマウスとキーボードを操作するため、シングルモニター環境向けに設計されています。
オプションのローカルコーディング環境はマシン上で任意のコードを実行するため、注意して使用してください。
実行には、OpenAIやAnthropicなどのプロバイダーが発行する有料モデルAPIキーが必要です。

トピック

#computer-use #ai-agents #gui-automation #multimodal-llm #osworld #python #agent-computer-interface #computer-automation #computer-use-agent #cua

よくある質問

Agent-S とは？: デスクトップやWebアプリでマウス、キーボード、画面を操作し、タスクを完了するオープンソースのコンピューター操作エージェントフレームワーク。 Agent Sは、コンピューター操作エージェントを構築するためのオープンソースフレームワークです。自然言語でタスクを指示すると、画面を確認し、通常のデスクトップアプリやWebアプリ上でクリック、入力、スクロールを行って作業を完了します。API連携やアプリごとのスクリプトは必要ありません。
Agent-S は無料で使えますか？ライセンスは？: Agent-S は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
Agent-S は今もメンテナンスされていますか？: 活発にメンテナンス中。Agent-S の最終コミットは 2026年10月8日です。
Agent-S は何に使えますか？: デスクトップアプリやWebアプリにまたがる反復作業の自動化。 OSレベルのコンピューター操作エージェントの研究や、OSWorldでのベンチマーク。 APIを使わずにGUIソフトウェアを操作するカスタムエージェントの構築。
Agent-S のインストール方法は？: pipでgui-agentsパッケージをインストールします: pip install gui-agents tesseractをインストールします（macOSではpytesseractに必要です）: brew install tesseract モデルのAPIキーを環境変数に設定します: export OPENAI_API_KEY=<YOUR_API_KEY> groundingモデルのエンドポイントを設定して、CLIからAgent S3を実行します: agent_s --provider openai --model gpt-5-2025-08-07 --ground_provider huggingface --ground_url http://localhost:8080 --ground_model ui-tars-1.5-7b --grounding_width 1920 --grounding_height 1080
Agent-S はどこで入手できますか？: ソースコードとインストール手順は GitHub にあります：https://github.com/simular-ai/Agent-S

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。