UFO 是微软在 GitHub 上开源的研究项目,定位为 GUI 智能体与多设备自动化框架,整体由两部分构成:面向单设备的 UFO² 桌面 AgentOS,以及面向多设备编排的 UFO³ Galaxy。
用途方面,UFO² 主要用于 Windows 桌面自动化,提供深度 Windows OS 集成,支持混合 GUI 与 API 操作,可执行相对简单的任务,并可作为 Galaxy 中的 Windows 设备智能体。UFO³ Galaxy 用于跨设备协作流程与复杂多步骤自动化,面向需要在异构平台之间协调智能体的场景。
主要能力方面,Galaxy 提供基于 DAG 的任务编排:Constellation 将请求拆解为带 TaskStars 与依赖关系的结构化 DAG,支持动态 DAG 编辑以适应工作流演化,并支持带并行任务协调的异步执行。其设计原则包括声明式分解为动态 DAG、结果驱动的图持续演化、异构异步且安全的编排(基于能力匹配设备、异步执行、安全锁定与形式化验证的正确性)、统一的 Agent Interaction Protocol(AIP,基于 WebSocket 的安全协调层,具备容错与自动重连)、以及模板驱动并集成 MCP 的设备智能体开发工具包。Galaxy 还提供跨设备依赖跟踪、并行执行优化、跨设备数据流管理、实时资源监控与动态重分配、进度跟踪与自动错误恢复等能力。UFO² 方面,其能力包括 Windows 自动化、混合 GUI 与 API 操作,并提供 Automator 指南、RAG 配置、多动作等高级特性,文档中还提及在 WAA 与 OSWorld 上的基准测试结果。
使用方式方面,两个框架都需要进行 LLM API 配置。Galaxy 的配置文件位于 config/galaxy/agent.yaml,UFO² 的配置文件位于 config/ufo/agents.yaml,模型配置指南涵盖 Qwen、Gemini、Claude 等更多选择。官方提供 Galaxy 快速开始、Windows 设备设置、Linux 设备设置、移动设备设置(Android 智能体)与设备池配置说明;UFO² 则提供安装、配置、使用指南与高级特性文档。安装命令在所提供的资料中暂未提供。
适用场景方面,若仅需 Windows 自动化、希望快速上手学习且任务相对简单,可先使用 UFO²;若需要跨设备协调、任务复杂且多步骤、希望使用高级编排能力,可选择 Galaxy;也可采用混合方式,简单任务用 UFO²、复杂任务用 Galaxy,并逐步迁移。UFO² 已进入长期支持(LTS)状态,仍处于积极维护中,官方表示没有弃用计划,迁移是渐进且可选的,分为了解 Galaxy 概念、用非关键任务试验、混合使用、逐步迁移复杂任务四个阶段,不强制迁移。
局限与状态方面,UFO³ Galaxy 标注为活跃开发中,核心架构、DAG 编排与基本多设备支持已完成,高级设备类型、增强监控、性能优化与扩展文档仍在开发中,适合实验与非关键工作流。UFO² 与 Galaxy 均具备较高扩展性,支持自定义动作与自动化器、自定义知识源(RAG)、自定义控制检测器、自定义评估指标、自定义设备类型与编排策略及可视化组件。项目采用 MIT 许可证,并提供免责声明、安全政策与行为准则。部署时需注意 Windows、Linux 与 Android 等不同设备的配置要求。