文章总结与翻译
一、主要内容
本文提出了一种名为APD-Agents的多智能体协作框架,旨在解决移动应用页面布局设计耗时、需专业技能且跨页面风格一致性难保障的问题。该框架以大型语言模型(LLM)为核心驱动力,通过多个分工明确的智能体协同工作,将用户的自然语言页面描述转化为可直接用于Sketch、Figma等专业设计软件的结构化JSON数据。
框架核心包含五大智能体:
- OrchestratorAgent:作为任务调度核心,解析用户意图并分配子任务,监控进度并汇总最终结果;
- SemanticParserAgent:将用户自然语言描述转化为结构化的元素层级列表;
- PrimaryLayoutAgent:结合模板检索结果生成页面的粗粒度初始布局;
- TemplateRetrievalAgent:基于语义向量检索相关少样本示例,助力提升布局生成质量;
- RecursiveComponentAgent:递归细化布局中的复合元素,直至所有子元素均满足设计规范。
实验基于RICO数据集(含9.7k+安卓应用的66k+界面)展开,结果表明APD-Agents在最大交并比(mIoU)、元素属性准确率(EPAcc)等指标上达到当前最优水平,生成的布局兼具美观性、有序性和可编辑性。
订阅专栏 解锁全文
1万+



被折叠的 条评论
为什么被折叠?



