39.3K ·GitHub
Что это такое?
TARS — это открытый стек мультимодальных ИИ-агентов от ByteDance, в который входят два проекта: Agent TARS, агент с интерфейсом CLI и веб-интерфейсом для задач в терминале, браузере и при использовании инструментов, и UI-TARS Desktop, нативное приложение, которое позволяет визуально-языковой модели видеть экран и управлять мышью и клавиатурой.
TARS — это открытый стек мультимодальных ИИ-агентов от ByteDance, в который входят два проекта: Agent TARS, агент с интерфейсом CLI и веб-интерфейсом для задач в терминале, браузере и при использовании инструментов, и UI-TARS Desktop, нативное приложение, которое позволяет визуально-языковой модели видеть экран и управлять мышью и клавиатурой.Agent TARS и UI-TARS Desktop — это одно и то же?Нет, это два отдельных продукта в одном стеке: Agent TARS — это CLI и веб-интерфейс, которые координируют мультимодальные LLM и инструменты MCP, а UI-TARS Desktop — самостоятельное десктопное приложение, которое управляет нативным GUI-агентом на вашем компьютере или в браузере.
Нет, это два отдельных продукта в одном стеке: Agent TARS — это CLI и веб-интерфейс, которые координируют мультимодальные LLM и инструменты MCP, а UI-TARS Desktop — самостоятельное десктопное приложение, которое управляет нативным GUI-агентом на вашем компьютере или в браузере.Как запустить Agent TARS или UI-TARS Desktop?Для Agent TARS следуйте руководству CLI Quick Start, которое описано как «от нуля до героя за 5 минут»; для UI-TARS Desktop установите десктопное приложение и укажите ему локального или удалённого оператора компьютера или браузера.
Для Agent TARS следуйте руководству CLI Quick Start, которое описано как «от нуля до героя за 5 минут»; для UI-TARS Desktop установите десктопное приложение и укажите ему локального или удалённого оператора компьютера или браузера.Нужно ли мне самому подключать ИИ-модель?Да, GUI-агент работает на модели UI-TARS или на визуально-языковых моделях серии Seed-1.5-VL/1.6 от ByteDance, поэтому нужен доступ к одной из них; сборка из исходного кода также требует Node.js 20 или новее.
Да, GUI-агент работает на модели UI-TARS или на визуально-языковых моделях серии Seed-1.5-VL/1.6 от ByteDance, поэтому нужен доступ к одной из них; сборка из исходного кода также требует Node.js 20 или новее.Нужно ли что-то настраивать для удалённого управления?Для удалённых операторов Remote Computer и Remote Browser, появившихся в v0.2.0, дополнительная настройка не нужна: достаточно нажать, чтобы начать управлять удалённой машиной или браузером; эти удалённые операторы бесплатны.
Для удалённых операторов Remote Computer и Remote Browser, появившихся в v0.2.0, дополнительная настройка не нужна: достаточно нажать, чтобы начать управлять удалённой машиной или браузером; эти удалённые операторы бесплатны.На каких платформах работает UI-TARS Desktop?UI-TARS Desktop заявляет кроссплатформенную поддержку: Windows, macOS и управление через браузер.
UI-TARS Desktop заявляет кроссплатформенную поддержку: Windows, macOS и управление через браузер.Покидают ли мой компьютер данные с экрана?UI-TARS Desktop позиционирует себя как полностью локальное приложение при работе с локальным оператором: скриншоты и действия управления остаются на устройстве и не отправляются сторонним сервисам.
UI-TARS Desktop позиционирует себя как полностью локальное приложение при работе с локальным оператором: скриншоты и действия управления остаются на устройстве и не отправляются сторонним сервисам.Что Agent TARS умеет делать сразу после установки?В README показаны демонстрации: бронирование отеля Ritz-Carlton рядом с LAX через booking.com с учётом бюджета на поездку и построение графика погоды в Ханчжоу за месяц с помощью подключённых MCP-серверов.
В README показаны демонстрации: бронирование отеля Ritz-Carlton рядом с LAX через booking.com с учётом бюджета на поездку и построение графика погоды в Ханчжоу за месяц с помощью подключённых MCP-серверов.Как GUI-агент на самом деле управляет моим компьютером?UI-TARS Desktop делает скриншоты для визуального распознавания, а затем выполняет точные действия мышью и клавиатурой, которые задаёт визуально-языковая модель на основе своих рассуждений на естественном языке.
UI-TARS Desktop делает скриншоты для визуального распознавания, а затем выполняет точные действия мышью и клавиатурой, которые задаёт визуально-языковая модель на основе своих рассуждений на естественном языке.Для чего нужна интеграция MCP?Ядро Agent TARS построено на Model Context Protocol (MCP) и может подключать MCP-серверы, чтобы агент мог вызывать реальные инструменты, а не только управлять GUI и браузером.
Ядро Agent TARS построено на Model Context Protocol (MCP) и может подключать MCP-серверы, чтобы агент мог вызывать реальные инструменты, а не только управлять GUI и браузером.Есть ли облегчённый SDK, если не нужно полное десктопное приложение?Да, проект также публикует UI TARS SDK — кроссплатформенный набор инструментов для создания собственных агентов автоматизации GUI.
Да, проект также публикует UI TARS SDK — кроссплатформенный набор инструментов для создания собственных агентов автоматизации GUI.What are similar projects?midscene, UI-TARS, nanoMuse, qwen-code, claude-code, OmniParser, cua, fara
midscene, UI-TARS, nanoMuse, qwen-code, claude-code, OmniParser, cua, faraWhich topics is it in?gui-agent, browser-use, vision, vlm, computer-use, browser-automation, multimodal, sdk, mcp-server, desktop, ai-agent, agent
gui-agent, browser-use, vision, vlm, computer-use, browser-automation, multimodal, sdk, mcp-server, desktop, ai-agent, agent