주요 기능

• VLM 기반의 화면 인식 및 정밀한 마우스·키보드 제어 수행
• MCP 통합을 통한 외부 도구 및 데이터 소스 확장 지원
• 로컬 및 원격 컴퓨터와 브라우저를 제어하는 오퍼레이터 제공
• 이벤트 스트림 기반의 실시간 실행 상태 모니터링 및 디버깅
• CLI 및 데스크톱 애플리케이션 형태의 즉시 실행 환경 구축

어떻게 동작하는가

VLM이 화면 스크린샷을 분석하여 UI 요소의 좌표를 추출하고, MCP를 통해 정의된 도구들을 호출하여 운영체제나 브라우저에 직접적인 입력을 전달하는 방식으로 작동한다.