UI-TARS Desktop
正常简介
字节跳动开源的多模态 AI Agent 栈，连接前沿 AI 模型与 Agent 基础设施，支持 GUI 自动化和电脑操作。
核心特性
- 多模态 AI Agent 栈 — Agent TARS + UI-TARS Desktop 双项目架构，覆盖 CLI、Web UI 和桌面端
- GUI 自动化 — 基于 UI-TARS 模型实现桌面和浏览器的原生 GUI 操控
- MCP 工具集成 — 无缝对接外部 MCP 服务器扩展工具能力
- 远程计算机/浏览器操控 — 免配置一键远程控制任意计算机或浏览器
- 本地/远程 Operator — 支持本地模型和远程模型两种操作模式
- 沙箱执行 — 专用 AIO Agent Sandbox 隔离工具执行环境
适用场景
💡 自动化网页交互任务，如订票、表单填写和数据采集
💡 跨应用 GUI 自动化测试和质量保证
💡 通过自然语言指令控制桌面应用完成复杂工作流
💡 构建需要视觉理解的多模态 AI 应用原型
优势与不足
✅ 优势
- • 社区热度高（38.9k stars）
- • 开源许可证友好（Apache-2.0）
快速开始
# 安装 Agent TARS CLI
npm install -g @agent-tars/cli
# 启动 Agent TARS
agent-tars