AI导哈

多模态AI代理栈

TARS是一个多模态AI代理栈，包含Agent TARS和UI-TARS-desktop两个项目，提供终端、计算机和浏览器的GUI代理和视觉功能，适用于自动化任务和智能控制。

  • by bytedance
  • TypeScript
  • 本地部署
  • 3.9万 星标
  • 更新于
在 GitHub 查看 bytedance/UI-TARS-desktop

使用说明


介绍

英语| 简体中文

塔斯* 是一个多模式AI Agent堆栈，目前正在交付两个项目： TARS探员 和 UI TARS桌面:

Agent TARS UI-TARS-desktop
Agent TARS is a general multimodal AI Agent stack, it brings the power of GUI Agent and Vision into your terminal, computer, browser and product.

It primarily ships with a CLI and Web UI for usage. It aims to provide a workflow that is closer to human-like task completion through cutting-edge multimodal LLMs and seamless integration with various real-world MCP tools. 		UI-TARS Desktop is a desktop application that provides a native GUI Agent based on the UI-TARS model.

It primarily ships a local and remote computer as well as browser operators.

目录

新闻

  • [2025-11-05] 🎉 我们很高兴地宣布发布 代理TARS CLI v0.3.0！此版本为多个工具（shell命令、多文件结构化显示）提供了流式支持，为工具调用和深入思考提供了具有计时统计的运行时设置，为数据流跟踪和调试提供了事件流查看器。此外，它还独家支持 AIO代理沙盒 作为隔离的一体化工具执行环境。
  • [2025-06-25] 我们发布了Agent TARS Beta和Agent TARS CLI- TARS Beta代理介绍，一种多模式人工智能代理，旨在通过丰富的多模式功能（如GUI agent、Vision）和与各种现实世界工具的无缝集成，探索一种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--两者都完全免费。无需配置：只需点击即可远程控制任何计算机或浏览器，体验更高水平的便利性和智能性。
  • [2025-04-17] - 🎉 我们很高兴地宣布发布新的UI-TARS Desktop应用程序v0.1.0，该应用程序具有重新设计的Agent UI。该应用程序增强了计算机的使用体验，引入了新的浏览器操作功能，并支持 先进的UI-TARS-1.5模型 以提高性能和精确控制。
  • [2025-02-20] - 📦 引入 UI之星SDK，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 section in the 中文版: GUI模型部署教程 与ModelScope平台相关的新信息。现在，您可以使用ModelScope平台进行部署。

TARS探员

TARS探员 是一个通用的多模式AI Agent堆栈，它将GUI Agent和Vision的强大功能带入您的终端、计算机、浏览器和产品中。

它主要搭载 命令行界面 和 Web用户界面 供使用。 它旨在通过尖端的多模式LLM和与各种现实世界的无缝集成，提供更接近人类任务完成的工作流程 主控程序 工具。

展示

Please help me book the earliest flight from San Jose to New York on September 1st and the last return flight on September 6th on Priceline

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


Booking Hotel Generate Chart with extra MCP Servers
Instruction: I am in Los Angeles from September 1st to September 6th, with a budget of $5,000. Please help me book a Ritz-Carlton hotel closest to the airport on booking.com and compile a transportation guide for me Instruction: Draw me a chart of Hangzhou's weather for one month

有关更多用例，请查看 #842.

核心功能

快速开始

# Launch with `npx`.
npx @agent-tars/cli@latest

# Install globally, required Node.js >= 22
npm install @agent-tars/cli@latest -g

# Run with your preferred model provider
agent-tars --provider volcengine --model doubao-1-5-thinking-vision-pro-250428 --apiKey your-api-key
agent-tars --provider anthropic --model claude-3-7-sonnet-latest --apiKey your-api-key

访问综合 快速开始 详细设置说明指南。

文档

🌟 探索TARS特工宇宙 🌟

Category Resource Link Description
🏠 Central Hub Your gateway to Agent TARS ecosystem
📚 Quick Start Zero to hero in 5 minutes
🚀 What's New Discover cutting-edge features & vision
🛠️ Developer Zone Master every command & features
🎯 Showcase View use cases built by the official and community
🔧 Reference Complete technical reference



UI-TARS桌面

UI-TARS Desktop是本地计算机的原生GUI代理，由以下驱动 UI-TARS 以及Seed-1.5-VL/1.6系列型号。

   📑 Paper    | 🤗 Hugging Face Models   |   🫨 Discord   |   🤖 ModelScope  
🖥️ Desktop Application    |    👓 Midscene (use in browser)   

展示

说明 本地操作员 远程操作员
请帮助我打开VS Code的自动保存功能，并在VS Code设置中将自动保存操作延迟500毫秒。
你能帮我查看GitHub上UI TARS Desktop项目的最新公开问题吗？

特性

  • 🤖 基于视觉语言模型的自然语言控制
  • 🖥️ 屏幕截图和视觉识别支持
  • 🎯 精确的鼠标和键盘控制
  • 💻 跨平台支持（Windows/MacOS/浏览器）
  • 🔄 实时反馈和状态显示
  • 🔐 隐私和安全-完全本地处理

快速开始

看 快速开始

贡献

看 贡献.md.

许可证

此项目根据Apache许可证2.0获得许可。

引用

如果您发现我们的论文和代码对您的研究有用，请考虑给出星号：星号：和引文：铅笔：

@article{qin2025ui,
  title={UI-TARS: Pioneering Automated GUI Interaction with Native Agents},
  author={Qin, Yujia and Ye, Yining and Fang, Junjie and Wang, Haoming and Liang, Shihao and Tian, Shizuo and Zhang, Junda and Li, Jiahao and Li, Yunxin and Huang, Shijue and others},
  journal={arXiv preprint arXiv:2501.12326},
  year={2025}
}



相关 MCP