[!IMPORTANT]

[2025-03-18] 我们发布了一款新桌面应用程序的技术预览版本——Agent TARS，这是一个多模态AI代理，通过视觉解析网页并无缝集成命令行和文件系统来利用浏览器操作。

UI-TARS 桌面版

UI-TARS 桌面版是一款基于 UI-TARS（视觉语言模型） 的图形用户界面代理应用程序，允许您使用自然语言控制计算机。

展示

新闻

• [2025-04-17] - 🎉 我们很高兴地宣布发布新的 UI-TARS 桌面应用程序 v0.1.0，该版本采用了重新设计的代理界面。该应用程序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，以提升性能和精确控制。
• [2025-02-20] - 📦 推出了 UI TARS SDK，这是一个强大的跨平台工具包，用于构建图形用户界面自动化代理。
• [2025-01-23] - 🚀 我们更新了 云端部署 部分，并新增了与 ModelScope 平台相关的信息。您现在可以使用 ModelScope 平台进行部署。

功能

• 🤖 由视觉语言模型驱动的自然语言控制
• 🖥️ 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
• 🔐 私密且安全——完全本地处理

快速开始

请参阅 快速开始。

部署

请参阅 部署。

贡献

请参阅 CONTRIBUTING.md。

SDK（实验性）

请参阅 @ui-tars/sdk

许可证

UI-TARS 桌面版遵循 Apache 2.0 许可证。

引用

如果您在研究中发现我们的论文和代码有用，请考虑给予星标 :star: 和引用 :pencil:

@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}
}