tags:

• ml-intern

🤖 Desktop Agent Autónomo (Sin Censura)

Agente de escritorio autónomo con VLM multimodal sin censura.

Arquitectura

👁️ OJOS     → pyautogui.screenshot() → Captura pantalla
🧠 CEREBRO  → Qwen3.5-35B-A3B-abliterated → Piensa y decide
🖐️ MANOS    → pyautogui → Ejecuta acciones
📚 MEMORIA  → DPO online → Aprende de interacciones

Modelos Soportados (Sin Censura)

Instalación

pip install -r requirements.txt

Uso

1. Ejecutar agente

python agent.py --task "Open Chrome and search for AI news" --steps 20

2. Entrenar con DPO (aprendizaje)

Primero el agente interactúa y guarda logs. Luego:

python train_dpo.py --epochs 3 --lr 5e-7

3. Usar modelo entrenado

python agent.py --model "Matzan/desktop-agent-dpo" --task "New task"

Acciones Soportadas

• click(x, y) — Click en coordenadas normalizadas (0-1)
• type("text") — Escribe texto
• key("enter") — Presiona tecla
• scroll(x, y, "down") — Scroll en posición
• done("reason") — Termina tarea
• fail("reason") — No puede completar

⚠️ Seguridad

• pyautogui.FAILSAFE = True — Mueve mouse a esquina superior izquierda para abortar
• El agente puede interactuar con tu desktop real. Úsalo con precaución.

Pipeline de Aprendizaje

1. Agente interactúa → Guarda (screenshot, acción, reward)
2. DPO: compara acciones exitosas vs fallidas
3. Reentrena modelo
4. Repite

Generated by ML Intern

This model repository was generated by ML Intern, an agent for machine learning research and development on the Hugging Face Hub.

• Try ML Intern: https://smolagents-ml-intern.hf.space
• Source code: https://github.com/huggingface/ml-intern

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = 'Matzan/desktop-agent-uncensored'
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

For non-causal architectures, replace AutoModelForCausalLM with the appropriate AutoModel class.