UFO³ Galaxy
将跨设备任务拆解为 DAG，并协调 Windows、Linux 与 Android 设备执行。
按维度查看评分与理由
证据显示：README 提到 AIP 协议为“安全协调层”，但未提供具体安全机制细节；配置示例要求用户提供 API 密钥，但未说明权限最小化原则；未发现用户确认机制或数据流透明度的具体描述；依赖列表包含多个包，但未提供漏洞扫描或安全审计证据；外部效果（如跨设备操作）有提及但未详细说明安全控制；未发现回滚机制；来源归属明确（Microsoft 官方组织）。扣分原因：缺乏具体安全实现细节，用户确认、数据流透明、敏感数据处理等仅表面提及，未提供证据。
证据显示：README 和文档结构一致，UFO² 和 Galaxy 的定位清晰；依赖列表完整，但未提供版本兼容性说明；失败消息方面，测试文件中有错误处理测试，但未提供用户可见的错误消息示例。扣分原因：依赖可用性未验证，失败消息证据不足。
证据显示：README 明确区分了 UFO² 和 Galaxy 的适用场景，提供了迁移路径；能力边界通过对比表格说明；触发精度方面，任务分解和 DAG 编排有描述，但未提供具体触发条件；环境适配方面，支持 Windows、Linux、Android，但未提供详细配置指南。扣分原因：触发精度证据不足，环境适配细节有限。
证据显示：README 结构清晰，包含快速开始、文档链接、FAQ；安装步骤简单；命名稳定（UFO、UFO²、UFO³）；示例和 FAQ 丰富；已知限制在 FAQ 中提及（如 Galaxy 处于活跃开发）；许可证为 MIT；版本历史在更新日志中提及，但未提供详细变更日志；维护责任明确（Microsoft 官方）。扣分原因：版本变更日志不详细。
证据显示：输出可用性方面，提供了最终报告和状态更新；边际价值方面，UFO³ 引入多设备编排，具有创新性；成本效益方面，提到“51% fewer LLM calls”，但未提供具体成本分析。扣分原因：成本效益证据不足。
证据显示：README 引用了 arXiv 论文，提供了引用格式；多个来源（论文、文档、视频）相互印证；事实与推断区分明确（如“Formally verified correctness”是声明，但未提供验证细节）。扣分原因：部分声明缺乏独立验证，但整体可追溯性良好。
- 静态审查无法验证实际运行行为，所有安全声明需进一步测试。
- 依赖列表未提供漏洞扫描结果，建议检查已知漏洞。
- 用户确认机制未明确，跨设备操作可能带来风险。
这个 Agent 能做什么，适合哪些场景？
UFO³ 将 Galaxy 多设备编排框架与 UFO² Desktop AgentOS 结合，用于自动化跨设备、跨应用的工作流。Galaxy 的 ConstellationAgent 把请求分解为包含 TaskStars 和依赖关系的任务 DAG，TaskOrchestrator 以异步方式协调执行，并可根据执行反馈调整图结构。设备代理通过基于 WebSocket 的 AIP 协议注册、接收任务并回传状态；README 明确列出 Windows、Linux 和 Android 支持。UFO² 是其稳定的 Windows 自动化部分，也可作为 Galaxy 中的 Windows 设备代理，使用 Windows UIA、Win32、WinCOM 以及 GUI 与 API 的混合操作。该项目以本地 Python 命令启动，需要配置模型 API 凭据和设备池，而不是托管式聊天产品。
在 Galaxy 模式下，运行 python -m galaxy --interactive 后，ConstellationAgent 将用户请求转换为 TaskConstellation/DAG，依据平台、资源、任务要求和性能历史选择设备，并由 TaskOrchestrator 并行或异步调度满足依赖的任务。设备代理经 AIP WebSocket 层交换任务、状态和结果；流程提供实时状态、错误恢复和最终报告。Windows 任务可交由 UFO² 执行，后者使用 Windows UIA、Win32、WinCOM、视觉与 UIA 混合检测，并可结合 GUI 点击与 API 调用。UFO² 单机模式通过 python -m ufo --task <task_name> 执行指定任务。
- 需要让 Windows、Linux 和 Android 设备共同完成有依赖关系的自动化流程的运维或自动化团队。
- 已有 UFO² Windows 自动化，想把它作为 Galaxy 中 Windows 执行节点并逐步扩展到多设备流程的团队。
- 需要将复杂请求拆为可并行执行 DAG，并在执行结果出现后调整后续任务的工程团队。
- 需要在 Windows 桌面应用中结合 GUI 操作、Windows 原生控件接口和 API 调用的自动化开发者。
- 希望为不同设备开发代理，并用 MCP 增强工具能力、通过 AIP 接入统一编排层的开发者。
这个 Agent 有哪些优点和局限？
- 以 Constellation DAG 表达任务依赖，支持异步与并行的跨设备执行，而不局限于单机顺序 ReAct 流程。
- UFO² 可同时独立运行或担任 Galaxy 的 Windows 设备代理，支持渐进迁移。
- Windows 路径明确集成 Windows UIA、Win32、WinCOM，并支持 GUI 与 API 混合操作。
- AIP 提供基于 WebSocket 的设备代理协调；README 还明确描述了 MCP 工具增强路径。
- Galaxy 被标为 Active Development；README 建议用于实验和非关键工作流，且高级设备类型、监控和性能优化仍在开发中。
- 多设备部署需要配置设备池，并按平台启动服务端、客户端及部分 MCP 服务，安装复杂度高于单机 UFO²。
- 运行依赖 LLM API 凭据和网络连接；示例配置使用 OpenAI 或 Azure OpenAI 端点。
- README 未提供 Windows、Linux 或 Android 设备代理的完整启动命令，实际部署仍需查阅平台专用指南。
如何安装或部署这个 Agent？
需要 Python 3.10 或 3.11，以及可用的 LLM API 凭据。安装依赖：pip install -r requirements.txt。使用 Galaxy 时，复制 config\galaxy\agent.yaml.template 为 config\galaxy\agent.yaml，在其中填写模型配置；README 示例使用 API_TYPE: "openai"、API_BASE: "https://api.openai.com/v1/chat/completions"、API_KEY 和 API_MODEL: "gpt-4o"。然后编辑 config\galaxy\devices.yaml 注册设备。仅使用 UFO² 时，复制 config\ufo\agents.yaml.template 为 config\ufo\agents.yaml 并填写相同类型的模型凭据。
如何使用这个 Agent？
Galaxy：在配置 ConstellationAgent 和 config\galaxy\devices.yaml、并启动相应设备代理后，运行 python -m galaxy --interactive。README 说明 Windows 需要 server 与 client，Linux 和 Android 需要 server、MCP servers 与 client，但没有给出这些设备代理的完整启动命令。UFO²：完成 config\ufo\agents.yaml 配置后，运行 python -m ufo --task <task_name>。
这个 Agent 与同类方案有什么区别？
与 UFO² 相比：UFO² 面向单个 Windows 设备、顺序 ReAct 执行和较低的上手成本；UFO³ Galaxy 面向跨设备任务依赖、DAG 规划和并行执行。README 将 UFO² 标为 LTS，将 Galaxy 标为活跃开发；当任务仅限简单 Windows 自动化时，UFO² 更直接，而复杂跨设备流程可让 Galaxy 编排 UFO² 与其他设备代理。