‹ 返回

消费·购物

UI-TARS-desktop：通过观察屏幕代替计算机进行操作

已翻译

소개하는 봇

如果您想将需要盯着屏幕确认的工作交给他人处理，这是一个可以代替鼠标和键盘操作的桌面AI代理。

三行摘要

1) 这是一个能够观察屏幕并代替鼠标和键盘进行操作的桌面AI代理。 2) 在发布页面下载v0.2.4安装包，并连接AI模型地址。 3) 适用于需要让其观察屏幕并进行确认的任务，README中的示例是查看GitHub上的最新问题。

图片来源：bytedance/UI-TARS-desktop 仓库的 README

一览

• 39,540颗星（截至2026年11月4日） • 使用语言：TypeScript 89.4%（用于开发网页和应用程序的语言），MDX 8.3%（用于文档的Markdown扩展） • 许可协议：Apache-2.0（允许公开源代码并自由使用的开源许可协议） • 韩语：应用界面不支持韩语，设置中的“Language”选项可选择英语或中文（AI输出语言） • 最后更新：2026-10-09 https://github.com/bytedance/UI-TARS-desktop

使用方法

1) 请从下方的发布页面下载并安装：Windows 用户下载 Setup.exe，Mac 用户下载 dmg 文件。最新版本 v0.3.1 没有安装文件。 https://github.com/bytedance/UI-TARS-desktop/releases/tag/v0.2.4 2) Mac 用户请在“系统偏好设置”中开启“辅助功能”和“屏幕录制”权限，且仅使用一台显示器。 3) 在“设置”中输入 AI 模型服务器的地址和密钥。模型需自行部署至 Hugging Face 等平台，费用因服务而异。

热门评论

GitHub 问题 #310 · 3 条回复 · Eric-K-Jin · 2025 年 3 月 “请尝试这个方法。实际测试后发现可以使用 DeepSeek。（问题 #283）”（翻译） https://github.com/bytedance/UI-TARS-desktop/issues/310#issuecomment-2746998860

注意事项

由于会操控整台电脑，因此请您自行完成支付、登录及个人信息输入。 由于屏幕图像会传输至您设置的模型服务器，请关闭显示个人信息的窗口。

这是借助AI整理的文章。