Una biblioteca JavaScript que integra un agente de interfaz gráfica en cualquier página web para que los usuarios controlen la interfaz con lenguaje natural.
29,5 mil2,9 milTypeScriptMITActualizado hace 21 horas
bytedance/UI-TARS-desktop
Stack de agentes de IA multimodales de código abierto de ByteDance, con CLI y Web UI (Agent TARS) y una app de agente de escritorio con GUI (UI-TARS Desktop).
Alternativa open source a:Anthropic Computer Use
- Estrellas
- 39,343
- Forks
- 3,997
- Issues abiertos
- 503
- Último commit
- hace 12 días
¿Qué es?
TARS es un stack de agentes de IA multimodales de ByteDance que incluye dos proyectos. Agent TARS es un agente de propósito general con interfaz de línea de comandos y Web UI que combina capacidades de GUI y visión con LLM multimodales y herramientas MCP. Puede controlar navegadores mediante anclaje visual, DOM o una combinación de ambos, y funcionar en modo headful o headless.
UI-TARS Desktop es una aplicación de escritorio nativa que actúa como agente de GUI para un equipo local, impulsada por el modelo UI-TARS y los modelos de las series Seed-1.5-VL/1.6. Recibe instrucciones en lenguaje natural, interpreta capturas de pantalla y ejecuta acciones precisas con el mouse y el teclado. También ofrece operadores locales y remotos para equipos y navegadores, y está disponible para Windows y macOS.
Ambos proyectos están dirigidos a desarrolladores y usuarios que quieren que un agente de IA opere software mediante su interfaz visual, en lugar de depender únicamente de API. El repositorio está escrito en TypeScript y se distribuye bajo la licencia Apache-2.0.
Funciones clave
- 01Interfaz de línea de comandos y Web UI para ejecutar el agente en modo headful o headless
- 02Control del navegador mediante anclaje visual, DOM o una estrategia híbrida
- 03Basado en MCP, con compatibilidad para conectar servidores MCP externos
- 04Aplicación de escritorio para controlar un equipo local mediante lenguaje natural, capturas de pantalla y acciones de mouse y teclado
- 05Operadores locales y remotos para equipos y navegadores
Casos de uso
- Automatizar tareas de navegador con varios pasos, como reservar viajes u hoteles
- Permitir que un agente de IA opere aplicaciones de escritorio mediante capturas de pantalla cuando no hay una API disponible
- Conectar un agente a herramientas del mundo real mediante servidores MCP para tareas como generar gráficos
- Crear agentes de automatización de GUI sobre UI-TARS SDK
Inicio rápido
- 1
Inicia Agent TARS con npx
npx @agent-tars/cli@latest - 2
Instala Agent TARS CLI globalmente (requiere Node.js 22 o posterior)
npm install @agent-tars/cli@latest -g - 3
Ejecuta con tu proveedor de modelos y tu clave de API
agent-tars --provider anthropic --model claude-3-7-sonnet-latest --apiKey your-api-key
Antes de usarlo
- Agent TARS CLI requiere Node.js 22 o posterior.
- Para usar el agente, necesitas una clave de API de un proveedor de modelos como Volcengine o Anthropic.
Temas
Preguntas frecuentes
- ¿Qué es UI-TARS-desktop?
- Stack de agentes de IA multimodales de código abierto de ByteDance, con CLI y Web UI (Agent TARS) y una app de agente de escritorio con GUI (UI-TARS Desktop). TARS es un stack de agentes de IA multimodales de ByteDance que incluye dos proyectos. Agent TARS es un agente de propósito general con interfaz de línea de comandos y Web UI que combina capacidades de GUI y visión con LLM multimodales y herramientas MCP. Puede controlar navegadores mediante anclaje visual, DOM o una combinación de ambos, y funcionar en modo headful o headless.
- ¿UI-TARS-desktop es gratuito? ¿Qué licencia tiene?
- UI-TARS-desktop es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿UI-TARS-desktop sigue mantenido?
- Mantenimiento activo. El último commit de UI-TARS-desktop fue el 9 oct 2026.
- ¿Para qué puedo usar UI-TARS-desktop?
- Automatizar tareas de navegador con varios pasos, como reservar viajes u hoteles Permitir que un agente de IA opere aplicaciones de escritorio mediante capturas de pantalla cuando no hay una API disponible Conectar un agente a herramientas del mundo real mediante servidores MCP para tareas como generar gráficos Crear agentes de automatización de GUI sobre UI-TARS SDK
- ¿Cómo se instala UI-TARS-desktop?
- Inicia Agent TARS con npx: npx @agent-tars/cli@latest Instala Agent TARS CLI globalmente (requiere Node.js 22 o posterior): npm install @agent-tars/cli@latest -g Ejecuta con tu proveedor de modelos y tu clave de API: agent-tars --provider anthropic --model claude-3-7-sonnet-latest --apiKey your-api-key
- ¿Dónde consigo UI-TARS-desktop?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/bytedance/UI-TARS-desktop
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Un framework abierto de agentes que ofrece a cada agente de IA su propio escritorio Linux en Docker, con navegador y herramientas para documentos, para realizar tareas reales.
19,5 mil3,8 milPythonOtherActualizado hace 6 días
Colección de proyectos iniciales para crear aplicaciones desplegables con Claude API, con ejemplos de agentes, uso del computador, automatización del navegador y análisis financiero.
18,7 mil3,2 milTypeScriptMITActualizado hace 12 días
Extensión de código abierto para Chrome y Edge que permite a agentes de IA automatizar el navegador que ya usas mediante MCP, CLI y skills.
1,3 mil137TypeScriptMITActualizado hace 2 meses
Un navegador local-first basado en Electron donde los agentes de IA operan en tu sesión real iniciada, mediante MCP o una API HTTP.
62391TypeScriptMITActualizado hace 3 días
Un agente de programación con IA y de código abierto que se ejecuta en la terminal, con interfaces complementarias para escritorio, web, editores y chat.
28,6 mil3,2 milTypeScriptApache-2.0Actualizado hace 6 horas