Vercel Labs abre el código de agent-desktop para usar agentes en todo el sistema operativo
Vercel Labs publicó el código fuente de agent-desktop, una herramienta que lleva el enfoque Computer Use, eficiente en tokens, a todo el sistema operativo sin usar capturas de pantalla.
Vercel Labs ha publicado el código fuente de agent-desktop.
La herramienta traslada el enfoque Computer Use, conocido por agent-browser y por su uso eficiente de tokens, a todo el sistema operativo.
La principal característica es que el agente no necesita capturas de pantalla. En lugar de analizar imágenes, lee directamente el árbol de accesibilidad del sistema y obtiene información sobre botones, campos de entrada y otros elementos de interfaz.
Al mismo tiempo, agent-desktop funciona en segundo plano y no interrumpe el control del ratón, por lo que el usuario puede seguir trabajando en el ordenador. También admite la ejecución simultánea de varios agentes, cada uno con su propio cursor.
Por qué es importante
AnálisisLeer el árbol de accesibilidad en lugar de capturas de pantalla puede reducir costes de tokens y latencia. La ejecución en segundo plano y los cursores separados hacen la automatización menos invasiva y permiten que varios agentes trabajen con el sistema en paralelo.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
DeepSeek presenta dsh-superagent, un framework de agentes para GitHub
DeepSeek ha lanzado dsh-superagent, un framework que permite a múltiples agentes de IA trabajar en paralelo con GitHub Issues y PRs.
DeepSeek presenta dsh-superagent, un framework de agentes para GitHub Issues y PR
DeepSeek presentó otro proyecto, dsh-superagent: un framework de agentes que trabaja con GitHub Issues y pull requests, permitiendo que múltiples agentes de IA ejecuten tareas en paralelo.
Claude Code /goal: Trabajo Autónomo de Agentes sin Intervención Humana
Claude Code es una herramienta para trabajar con código directamente desde la terminal. De forma predeterminada, funciona en modo paso a paso: escribe una solicitud, obtiene una respuesta y vuelve a escribir. El comando /goal cambia fundamentalmente esta lógica.
Memoria a Corto y Largo Plazo de Agentes
Arquitectura de memoria multinivel para agentes autónomos. Se divide en memoria a corto plazo (Short-Term Memory — ventana de contexto activa de la sesión actual) y memoria a largo plazo (Long-Term Memory — bases de datos vectoriales, archivos de perfil de usuario y diarios episódicos).