投稿 提交工具 投放合作

UI-TARS-desktop:多模态 AI Agent 桌面应用与工具栈

智能体与MCP 39.6k(+3) 4.1k TypeScript 2026-11-21 访问官网 ↗ 在 GitHub 打开

包含 Agent TARS 与 UI-TARS Desktop 的多模态 Agent 项目,提供 GUI 自动化与终端/浏览器操作能力。

TARS 是一个多模态 AI Agent 技术栈,目前包含两个项目。Agent TARS 是通用多模态 Agent 栈,以 CLI 和 Web UI 形式提供,结合 GUI Agent 与视觉能力,通过多模态 LLM 与 MCP 工具集成完成接近人类方式的任务;其核心特性包括开箱即用的 CLI(支持 headful Web UI 与 headless 服务端执行)、混合浏览器 Agent(GUI、DOM 或混合策略控制浏览器)、协议驱动的 Event Stream,以及基于 MCP 的内核与 MCP Server 挂载。UI-TARS Desktop 是基于 UI-TARS 及 Seed-1.5-VL/1.6 系列模型的原生 GUI Agent 桌面应用,提供本地与远程计算机及浏览器操作器,支持自然语言控制、截图视觉识别、精确键鼠控制、跨平台(Windows/macOS/浏览器)与本地处理。

Star 趋势2026-11-08 — 2026-11-20当前 Stars 40k24h +37 日 +5

40k11-0811-1111-1211-1311-1411-1511-1611-1711-1811-20