UI-TARS-desktop

多模态AI Agent栈，包含CLI和桌面应用，让用户通过自然语言控制电脑和浏览器完成复杂任务。基于字节跳动自研的UI-TARS视觉语言模型，支持MCP工具集成，可本地或远程部署，跨平台（Windows/Mac/Linux）。亮点在于One-click开箱即用，支持混合浏览器Agent策略（GUI+DOM），事件流驱动上下文工程，适合构建自动化工作流。

打开互动版