Junyang Wang

似乎是因为screenrecord指令失败，可以参考[链接](https://github.com/lana-20/adb-shell-screenrecord)

您好，这个问题看上去是planning agent卡住了。请问现在是否解决？

> 没有 我使用的是v2，请问v3有改善吗？顺便v2支持的tensorflow版本太低了，V3/E有支持更高版本的tensorflow或者没有使用tensorflow吗 低版本tensorflow是为了适配读光的文档OCR模型。如果你有更好的OCR模型，可以进行替换，例如使用API版本的OCR模型，这样可以不用安装低版本tensorflow。

> 我使用了代码中提供的qwen-VL-max API，似乎还是需要tensorflow? qwen-VL-max用于图标描述，tensorflow用于OCR文字识别，二者功能是有区别的

This is because there is a problem with your system font path, which causes the wrong font file to be loaded. If you are in Windows, the font file is...

TensorFlow只用于OCR，可以自行替换模型

https://github.com/X-PLUG/MobileAgent/blob/main/Mobile-Agent-v2/MobileAgent/text_localization.py 格式是 text -> List ["text1", "text2", ..., "textn"], coordinate -> List [[x1, y1, x2, y2], [x1, y1, x2, y2], ..., [x1, y1, x2, y2]]

> > https://github.com/X-PLUG/MobileAgent/blob/main/Mobile-Agent-v2/MobileAgent/text_localization.py > > 格式是 text -> List ["text1", "text2", ..., "textn"], coordinate -> List [[x1, y1, x2, y2], [x1, y1, x2, y2], ..., [x1, y1, x2, y2]] >...

pip install modelscope==1.15.0

您好，感谢建议。视频中演示的界面目前只适配了v3版本，基于gradio进行了简单的输入输出可视化。对于开源版本，可以查看我们在hugging face和魔搭上的demo，找到源文件浏览即可。