Repolode
Enviar
bytedance

bytedance/UI-TARS-desktop

Stack open source de agentes de IA multimodais da ByteDance, com CLI/Web UI (Agent TARS) e um app de agente para desktop com GUI (UI-TARS Desktop).

Alternativa open source a:Anthropic Computer Use

Ver no GitHubSite
Estrelas
39,343
Forks
3,997
Issues abertas
503
Último commit
há 12 dias

O que é?

TARS é um stack de agentes de IA multimodais da ByteDance que reúne dois projetos. Agent TARS é um agente de uso geral com interface de linha de comando e Web UI, que combina recursos de GUI e visão com LLMs multimodais e ferramentas MCP. Ele pode controlar navegadores por meio de ancoragem visual, DOM ou uma combinação dos dois, e funciona em modo headful ou headless.

UI-TARS Desktop é um aplicativo nativo para desktop que atua como agente de GUI em um computador local, orientado pelo modelo UI-TARS e pelos modelos das séries Seed-1.5-VL/1.6. Ele recebe instruções em linguagem natural, interpreta capturas de tela e executa ações precisas com mouse e teclado. Também oferece operadores locais e remotos para computadores e navegadores, e está disponível para Windows e macOS.

Os dois projetos são voltados a desenvolvedores e usuários que querem que um agente de IA opere softwares pela interface visual, em vez de depender apenas de APIs. O repositório é escrito em TypeScript e distribuído sob a licença Apache-2.0.

Recursos principais

  • 01Interface de linha de comando e Web UI para executar o agente em modo headful ou headless
  • 02Controle de navegador por ancoragem visual, DOM ou uma estratégia híbrida
  • 03Baseado em MCP, com suporte à conexão de servidores MCP externos
  • 04App para desktop que controla um computador local por meio de instruções em linguagem natural, capturas de tela e ações de mouse e teclado
  • 05Operadores locais e remotos para computadores e navegadores

Casos de uso

  • Automatizar tarefas de navegador com várias etapas, como reservar viagens ou hotéis
  • Permitir que um agente de IA opere aplicativos de desktop por meio de capturas de tela quando não há uma API disponível
  • Conectar um agente a ferramentas do mundo real por meio de servidores MCP para tarefas como gerar gráficos
  • Criar agentes de automação de GUI com base no SDK do UI-TARS

Início rápido

  1. 1

    Inicie o Agent TARS com npx

    npx @agent-tars/cli@latest
  2. 2

    Instale o Agent TARS CLI globalmente (requer Node.js 22 ou posterior)

    npm install @agent-tars/cli@latest -g
  3. 3

    Execute com seu provedor de modelos e sua chave de API

    agent-tars --provider anthropic --model claude-3-7-sonnet-latest --apiKey your-api-key

Antes de usar

  • O Agent TARS CLI requer Node.js 22 ou posterior.
  • Para usar o agente, é necessária uma chave de API de um provedor de modelos, como Volcengine ou Anthropic.

Tópicos

#ai-agent#gui-automation#multimodal#vision-language-model#mcp#browser-automation#computer-use#typescript#agent#agent-tars

Perguntas frequentes

O que é UI-TARS-desktop?
Stack open source de agentes de IA multimodais da ByteDance, com CLI/Web UI (Agent TARS) e um app de agente para desktop com GUI (UI-TARS Desktop). TARS é um stack de agentes de IA multimodais da ByteDance que reúne dois projetos. Agent TARS é um agente de uso geral com interface de linha de comando e Web UI, que combina recursos de GUI e visão com LLMs multimodais e ferramentas MCP. Ele pode controlar navegadores por meio de ancoragem visual, DOM ou uma combinação dos dois, e funciona em modo headful ou headless.
UI-TARS-desktop é gratuito? Qual é a licença?
UI-TARS-desktop é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
UI-TARS-desktop ainda é mantido?
Manutenção ativa. O último commit de UI-TARS-desktop foi em 9 de out. de 2026.
Para que posso usar UI-TARS-desktop?
Automatizar tarefas de navegador com várias etapas, como reservar viagens ou hotéis Permitir que um agente de IA opere aplicativos de desktop por meio de capturas de tela quando não há uma API disponível Conectar um agente a ferramentas do mundo real por meio de servidores MCP para tarefas como gerar gráficos Criar agentes de automação de GUI com base no SDK do UI-TARS
Como instalar UI-TARS-desktop?
Inicie o Agent TARS com npx: npx @agent-tars/cli@latest Instale o Agent TARS CLI globalmente (requer Node.js 22 ou posterior): npm install @agent-tars/cli@latest -g Execute com seu provedor de modelos e sua chave de API: agent-tars --provider anthropic --model claude-3-7-sonnet-latest --apiKey your-api-key
Onde consigo UI-TARS-desktop?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/bytedance/UI-TARS-desktop

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados