ClawGUI：用于训练、评估和部署 GUI 代理的统一框架

GUI 代理通过视觉界面而非程序化 API 驱动应用，触及 CLI 代理无法覆盖的长尾软件。然而，该领域进展受限于缺乏连贯的全栈基础设施。本文提出 ClawGUI，一个解决此问题的开源框架。其包含支持并行虚拟环境与真实设备的 RL 训练设施、标准化评估流水线以及可部署至多平台的代理系统。在该框架下端到端训练的 ClawGUI-2B 模型在 MobileWorld 基准上成功率达 17.1%，显著优于同规模基线。