IXThinker·2026-07-08 15:00

多模態Skill範式首發 Agent經驗有圖可依

開源社區發布業界首個工程化落地的多模態Skill範式，針對智能體技能僅依賴純文本、難以表達視覺化知識的短板，融合文字、圖像、影片及動作軌跡，令智能體精準理解並復用真實操作經驗，由讀文檔邁向看操作。

純文本的短板

Skill令智能體不必每次從零摸索，可復用既有任務經驗，但現有Skill幾乎全是純文本，修圖該修到什麼程度、介面上該點哪個按鈕，這些看了才明白的知識難以寫進文檔。