UI-TARS Desktop-字节开源的桌面AI GUI智能体工具

文章来源：智汇AI 发布时间：2026-01-07

UI-TARS Desktop 是字节跳动开源的基于视觉语言模型的桌面自动化工具。支持通过自然语言指令控制电脑操作，如打开文件、浏览网页、操作软件等，能精准识别

暂无访问

UI-TARS Desktop是什么

UI-TARS Desktop 是字节跳动开源的基于视觉语言模型的桌面自动化工具。支持通过自然语言指令控制电脑操作，如打开文件、浏览网页、操作软件等，能精准识别屏幕元素并进行交互。兼容 Windows、Linux 和 macOS 系统，提供本地和远程操作功能，用户可以根据硬件条件选择不同规模的模型。内置脚本编辑器，方便用户自定义自动化任务。UI-TARS Desktop 以 Apache 2.0 许可证开源，可免费使用并支持商业化开发，适合多种自动化场景，如数据处理、远程运维等。

UI-TARS Desktop的主要功能

自然语言控制：用户可通过自然语言指令直接操控电脑，如“打开某个应用”“搜索特定文件”“填写表单”等，无需复杂编程或手动操作。视觉识别与交互：支持截图和视觉识别技术，能自动定位屏幕上的界面元素（如按钮、输入框等），并执行精准的鼠标点击、键盘输入等操作，适用于复杂视觉任务。跨平台支持：兼容Windows和macOS系统，可在不同操作系统上运行，满足多样化需求。远程控制：支持远程操控电脑和浏览器，用户可通过网络连接远程设备，执行任务或协助他人解决问题。实时反馈：执行指令时实时显示操作进度和状态，用户可随时了解任务执行情况。数据安全：本地化部署，操作记录和数据存储在用户设备上，保障隐私和安全性。

如何使用UI-TARS Desktop

下载与安装：访问 GitHub 仓库的 Releases 页面，下载最新版本的 UI-TARS Desktop 应用程序。对于 MacOS 系统，将下载的 UI TARS 应用程序拖到 Applications 文件夹。如果应用无法打开，可在终端输入命令 sudo xattr -dr com.apple.quarantine /Applications/UI TARS.app 进行修复。Windows 系统用户则双击下载的安装文件，按提示安装即可。使用 Homebrew 的用户也可通过命令 brew install ui-tars-desktop 快速安装。