UI-TARS-desktop

bytedance

The Open-Source Multimodal AI Agent Stack: Connecting Cutting-Edge AI Models and Agent Infra

AI 简介

UI-TARS-desktop 是一个基于多模态AI代理的桌面应用程序，它提供了基于UI-TARS模型的原生GUI代理。该项目的核心功能包括本地和远程计算机以及浏览器操作员的支持，旨在通过先进的多模态大语言模型实现类似人类的任务完成流程，并无缝集成多种现实世界的MCP工具。该应用特别适合需要在终端、计算机或浏览器上利用图形界面和视觉能力来增强工作流程的场景，如协作办公、自动化任务处理等。项目采用TypeScript编写，遵循Apache License 2.0开源许可协议。

TypeScript

Apache License 2.0

agent agent-tars browser-use computer-use cowork gui-agent gui-operator mcp mcp-server multimodal tars ui-tars vision vlm

在 GitHub 查看官方网站

36.3k

Stars

3.7k

Forks

268

Watchers

320

Issues

Star 增长

今日+24

近 7 天+261

近 30 天+3230

综合评分120

默认分支main