微软发布了 OmniParser V2.0，这是一个将 UI 截图转换为结构化格式的解析工具，旨在提升基于 LLM 的 UI 代理性能，帮助用户理解和操作屏幕上的信息。该工具包含两个数据集：一个用于检测可交互图标，另一个用于描述图标功能。