STARWARCLOUD STARWAR.AI
返回市场
用户界面-桌面-TARS

用户界面-桌面-TARS

作者：bytedance19569 星标更新：2025-11-21
安装使用来源：spider==github.com

项目介绍

技术文档摘要

<picture> <img alt="Agent TARS Banner" src="./images/tars.png"> </picture> <br/>

简介

English | 简体中文

<b>TARS<sup>*</sup></b> 是一个多模态人工智能代理栈，目前包含两个项目：Agent TARS 和 UI-TARS-desktop：

<table> <thead> <tr> <th width="50%" align="center"><a href="#agent-tars">Agent TARS</a></th> <th width="50%" align="center"><a href="#ui-tars-desktop">UI-TARS-desktop</a></th> </tr> </thead> <tbody> <tr> <td align="center"> <video src="https://github.com/user-attachments/assets/c9489936-afdc-4d12-adda-d4b90d2a869d" width="50%"></video> </td> <td align="center"> <video src="https://github.com/user-attachments/assets/e0914ce9-ad33-494b-bdec-0c25c1b01a27" width="50%"></video> </td> </tr> <tr> <td align="left"> <b>Agent TARS</b> 是一个通用多模态AI代理栈，它将GUI代理和视觉能力带入您的终端、计算机、浏览器和产品中。 <br> <br> 它主要提供了一个<a href="https://agent-tars.com/guide/basic/cli.html" target="_blank">命令行界面（CLI）</a>和<a href="https://agent-tars.com/guide/basic/web-ui.html" target="_blank">Web用户界面（UI）</a>供使用。它旨在通过尖端的多模态大语言模型和与各种现实世界工具的无缝集成，提供更接近人类任务完成的工作流程。 </td> <td align="left"> <b>UI-TARS Desktop</b> 是一个桌面应用程序，基于<a href="https://github.com/bytedance/UI-TARS" target="_blank">UI-TARS</a>模型提供原生GUI代理。 <br> <br> 它主要提供了<a href="https://github.com/bytedance/UI-TARS-desktop/blob/main/docs/quick-start.md#get-model-and-run-local-operator" target="_blank">本地</a>和<a href="https://github.com/bytedance/UI-TARS-desktop/blob/main/docs/quick-start.md#run-remote-operator" target="_blank">远程</a>计算机以及浏览器操作。 </td> </tr> </tbody> </table>

目录

<!-- START doctoc generated TOC please keep comment here to allow auto update --> <!-- DON'T EDIT THIS SECTION, INSTEAD RE-RUN doctoc TO UPDATE --> <!-- END doctoc generated TOC please keep comment here to allow auto update -->

新闻

  • [2025-11-05] 🎉 我们很高兴地宣布发布 Agent TARS CLI v0.3.0! 此版本带来了对多个工具（如shell命令、多文件结构化显示）的支持，运行时设置工具调用和深度思考的时间统计，事件流查看器用于数据流跟踪和调试。此外，它还支持AIO代理沙箱，作为隔离的一站式工具执行环境。
  • [2025-06-25] 我们发布了Agent TARS Beta和Agent TARS CLI - 介绍Agent TARS Beta，这是一个多模态AI代理，旨在通过丰富的多模态能力（如GUI代理、视觉）和与各种现实世界工具的无缝集成，探索更接近人类任务完成的工作形式。
  • [2025-06-12] - 🎁 我们很高兴地宣布发布UI-TARS Desktop v0.2.0！此更新引入了两个强大的新功能：远程计算机操作员和远程浏览器操作员——两者完全免费。无需配置：只需点击即可远程控制任何计算机或浏览器，并体验新的便利性和智能性。
  • [2025-04-17] - 🎉 我们很高兴地宣布发布新的UI-TARS Desktop应用v0.1.0，该应用具有重新设计的代理UI。该应用增强了计算机使用体验，引入了新的浏览器操作功能，并支持高级UI-TARS-1.5模型，以提高性能和精确控制。
  • [2025-02-20] - 📦 引入了UI TARS SDK，这是一个强大的跨平台工具包，用于构建GUI自动化代理。
  • [2025-01-23] - 🚀 我们更新了**云部署**部分在中文版：GUI模型部署教程中添加了与ModelScope平台相关的新信息。现在您可以使用ModelScope平台进行部署。
<br>

Agent TARS

<p> <a href="https://npmjs.com/package/@agent-tars/cli?activeTab=readme"><img src="https://img.shields.io/npm/v/@agent-tars/cli?style=for-the-badge&colorA=1a1a2e&colorB=3B82F6&logo=npm&logoColor=white" alt="npm 版本" /></a> <a href="https://npmcharts.com/compare/@agent-tars/cli?minimal=true"><img src="https://img.shields.io/npm/dm/@agent-tars/cli.svg?style=for-the-badge&colorA=1a1a2e&colorB=0EA5E9&logo=npm&logoColor=white" alt="下载量" /></a> <a href="https://nodejs.org/en/about/previous-releases"><img src="https://img.shields.io/node/v/@agent-tars/cli.svg?style=for-the-badge&colorA=1a1a2e&colorB=06B6D4&logo=node.js&logoColor=white" alt="Node.js 版本"></a> <a href="https://discord.gg/HnKcSBgTVx"><img src="https://img.shields.io/badge/Discord-加入社区-5865F2?style=for-the-badge&logo=discord&logoColor=white" alt="Discord 社区" /></a> <a href="https://twitter.com/agent_tars"><img src="https://img.shields.io/badge/Twitter-关注@agent__tars-1DA1F2?style=for-the-badge&logo=twitter&logoColor=white" alt="官方Twitter" /></a> <a href="https://applink.larkoffice.com/client/chat/chatter/add_by_link?link_token=deen76f4-ea3c-4964-93a3-78f126f39651"><img src="https://img.shields.io/badge/飞书群-加入交流群-00D4AA?style=for-the-badge&logo=lark&logoColor=white" alt="飞书交流群" /></a> <a href="https://deepwiki.com/bytedance/UI-TARS-desktop"><img src="https://img.shields.io/badge/DeepWiki-询问AI-8B5CF6?style=for-the-badge&logo=gitbook&logoColor=white" alt="询问DeepWiki" /></a> </p>

<b>Agent TARS</b> 是一个多模态AI代理栈，它将GUI代理和视觉能力带入您的终端、计算机、浏览器和产品中。<br><br> 它主要提供了一个<a href="https://agent-tars.com/guide/basic/cli.html" target="_blank">命令行界面（CLI）</a>和<a href="https://agent-tars.com/guide/basic/web-ui.html" target="_blank">Web用户界面（UI）</a>供使用。它旨在通过尖端的多模态大语言模型和与各种现实世界工具的无缝集成，提供更接近人类任务完成的工作流程。

展示

请帮我预订9月1日从圣何塞到纽约最早的航班，以及9月6日返回的最后一班航班，在Priceline上。

https://github.com/user-attachments/assets/772b0eef-aef7-4ab9-8cb0-9611820539d8

<br> <table> <thead> <tr> <th width="50%" align="center">预订酒店</th> <th width="50%" align="center">生成图表并附加MCP服务器</th> </tr> </thead> <tbody> <tr> <td align="center"> <video src="https://github.com/user-attachments/assets/c9489936-afdc-4d12-adda-d4b90d2a869d" width="50%"></video> </td> <td align="center"> <video src="https://github.com/user-attachments/assets/a9fd72d0-01bb-4233-aa27-ca95194bbce9" width="50%"></video> </td> </tr> <tr> <td align="left"> <b>指令：</b> <i>我将在9月1日至9月6日在洛杉矶，预算为5000美元。请帮我预订最靠近机场的Ritz-Carlton酒店，并在booking.com上编译一份交通指南。</i> </td> <td align="left"> <b>指令：</b> <i>画一个月内杭州的天气图。</i> </td> </tr> </tbody> </table>

更多用例，请参阅#842。

核心功能

快速开始

<img alt="Agent TARS CLI" src="https://gips2.baidu.com/it/u=1790353192,1718439823&fm=3081&app=3081&f=PNG?w=1798&h=1218"> 
# 使用`npx`启动。
npx @agent-tars/cli@latest

# 全局安装，需要Node.js >= 22
npm install @agent-tars/cli@latest -g

# 使用您首选的模型提供商运行
agent-tars --provider volcengine --model doubao-1-5-thinking-vision-pro-250428 --apiKey 您的api密钥
agent-tars --provider anthropic --model claude-3-7-sonnet-latest --apiKey 您的api密钥

访问详细的快速开始指南获取详细设置说明。

文档

🌟 探索Agent TARS宇宙 🌟

<table> <thead> <tr> <th width="20%" align="center">类别</th> <th width="30%" align="center">资源链接</th> <th width="50%" align="left">描述</th> </tr> </thead> <tbody> <tr> <td align="center">🏠 <strong>中心枢纽</strong></td> <td align="center"> <a href="https://agent-tars.com"> <img src="https://img.shields.io/badge/访问-网站-4F46E5?style=for-the-badge&logo=globe&logoColor=white" alt="网站" /> </a> </td> <td align="left">通往Agent TARS生态系统的门户</td> </tr> <tr> <td align="center">📚 <strong>快速开始</strong></td> <td align="center"> <a href="https://agent-tars.com/guide/get-started/quick-start.html"> <img src="https://img.shields.io/badge/开始-快速开始-06B6D4?style=for-the-badge&logo=rocket&logoColor=white" alt="快速开始" /> </a> </td> <td align="left">五分钟从零到英雄</td> </tr> <tr> <td align="center">🚀 <strong>最新动态</strong></td> <td align="center"> <a href="https://agent-tars.com/beta"> <img src="https://img.shields.io/badge/阅读-博客-F59E0B?style=for-the-badge&logo=rss&logoColor=white" alt="博客" /> </a> </td> <td align="left">发现前沿功能及愿景</td> </tr> <tr> <td align="center">🛠️ <strong>开发者专区</strong></td> <td align="center"> <a href="https://agent-tars.com/guide/get-started/introduction.html"> <img src="https://img.shields.io/badge/查看-文档-10B981?style=for-the-badge&logo=gitbook&logoColor=white" alt="文档" /> </a> </td> <td align="left">掌握每个命令及功能</td> </tr> <tr> <td align="center">🎯 <strong>展示</strong></td> <td align="center"> <a href="https://github.com/bytedance/UI-TARS-desktop/issues/842"> <img src="https://img.shields.io/badge/查看-示例-8B5CF6?style=for-the-badge&logo=github&logoColor=white" alt="示例" /> </a> </td> <td align="left">查看官方和社区构建的用例</td> </tr> <tr> <td align="center">🔧 <strong>参考</strong></td> <td align="center"> <a href="https://agent-tars.com/api/"> <img src="https://img.shields.io/badge/API-参考-EF4444?style=for-the-badge&logo=book&logoColor=white" alt="API" /> </a> </td> <td align="left">完整的技术参考</td> </tr> </tbody> </table> <br/> <br/> <br/>

UI-TARS Desktop

<p align="center"> <img alt="UI-TARS" width="260" src="./apps/ui-tars/resources/icon.png"> </p>

UI-TARS Desktop是针对您本地计算机的原生GUI代理，由UI-TARS和Seed-1.5-VL/1.6系列模型驱动。

<div align="center"> <p> &nbsp&nbsp 📑 <a href="https://arxiv.org/abs/2501.12326">论文</a> &nbsp&nbsp | 🤗 <a href="https://huggingface.co/ByteDance-Seed/UI-TARS-1.5-7B">Hugging Face模型</a>&nbsp&nbsp | &nbsp&nbsp🫨 <a href="https://discord.gg/pTXwYVjfcs">Discord</a>&nbsp&nbsp | &nbsp&nbsp🤖 <a href="https://www.modelscope.cn/collections/UI-TARS-bccb56fa1ef640">ModelScope</a>&nbsp&nbsp <br> 🖥️