本项目由清华大学鲁继文教授团队的张博、张博睿、江承昊、史明磊，以及极佳视界的技术团队共同完成。研究团队热忱欢迎社区反馈与技术贡献，期待与全球开发者共同拓展智能体在数字工作场景中的应用边界。Syll 是一个居住在你电脑屏幕边的智能体，它帮助照看那些差点被遗忘的草稿、文件、旧照片和未竟之事。如果你愿意教它一次，它会记住路径：哪里需要看，哪里需要点，何时敲命令，何时用工具。下一次，它就能沿着你留下的线索完成任务。Syll 不只会点屏幕，也不只会调用接口。GUI、CLI、MCP 都是它可以走的小径；你仍然可以随时停下它、检查它、重新教它。愿它成为你的伙伴，而不是替你做主的机器。
当前个人 AI 智能体面临界面割裂、教学门槛高、执行不透明、隐私与定制困难等问题。多数 AI 系统主要依赖 API 或命令行完成任务，难以覆盖闭源桌面软件；普通用户也很难用低门槛方式教会 AI 完成自己的工作流程；执行过程缺乏直观可查的依据，云端方案还可能带来数据安全与二次开发受限等问题。
为解决这些难题，清华大学智能视觉实验室团队开源了多模态全交互智能体框架 Syll。Syll 支持 GUI、CLI、MCP/API 等多种操作方式，并通过统一多模态执行能力、GUI 技能示教、全程可审计追踪与本地模块化架构，打造更易用、更可信、更安全且更适合二次开发的个人自动化智能体框架。
Syll 的核心设计理念包括：