bytedance/UI-TARS-desktop

bytedance/UI-TARS-desktop

**The Open-Source Multimodal AI Agent Stack: Connecting Cutting-Edge AI Models and Agent Infra**

UI-TARS-desktop 是字节跳动（ByteDance）开源的多模态 AI Agent 技术栈项目，托管于 GitHub。该项目旨在连接前沿 AI 模型与 Agent 基础设施，构建可在桌面端运行的多模态智能体。

### 核心定位

• **多模态 AI Agent**：支持视觉（GUI 截图理解）与文本输入，能够理解和操作图形用户界面。
• **开源技术栈**：完全开源，开发者可自由使用、修改和部署。
• **Agent 基础设施**：提供连接 AI 模型与实际应用场景的中间层框架。

### 项目信息

• **开发方**：ByteDance（字节跳动）
• **开源协议**：开源项目（具体协议见仓库）
• **平台**：桌面端应用
• **仓库地址**：https://github.com/bytedance/UI-TARS-desktop

### 适用场景

• GUI 自动化操作与测试
• 桌面端 AI Agent 开发与研究
• 多模态模型推理与交互实验
• Agent 基础设施搭建与集成

> 注：以上内容基于 GitHub 仓库页面标题与描述信息整理，详细功能与文档请参阅仓库 README。