ScreenSuite：最全面的GUI Agent评估套件

Hugging Face 发布 ScreenSuite，一个用于评估 GUI Agent 的综合性基准套件。该套件包含多个任务和场景，覆盖网页、桌面和移动端界面，旨在全面衡量 Agent 的视觉理解、操作规划和执行能力。ScreenSuite 提供了标准化的评估流程和指标，帮助开发者比较不同模型和方法的性能。该工具已开源，支持社区贡献和扩展。