微信扫码
添加专属顾问
我要投稿
字节跳动开源的革命性桌面控制工具,自然语言操作电脑,提升办公效率。 核心内容: 1. UI-TARS Desktop的介绍与开源信息 2. 详细的安装与配置步骤 3. 使用UI-TARS进行自然语言控制电脑的操作示例
❝本文预计阅读时间:2分钟
UI-TARS是bytedance(字节跳动)开源的,基于视觉语言模的 GUI 代理应用程序,允许使用自然语言控制计算机。
❝详情:https://github.com/bytedance/UI-TARS-desktop
访问下载地址:https://github.com/bytedance/UI-TARS-desktop/releases/tag/v0.1.2选择对应的安装程序。安装都是一直下一步,此处省略。
安装完毕后,点击图标打开UI-TARS:
使用UI-TARS需要火山引擎支持,访问https://www.volcengine.com/product/ark:使用手机号登录:
登录到火山引擎界面:
点击“API Key管理”--->“创建API key”:
自定义一个名称,点击“创建”:
创建完毕后,点击小眼睛,可以查看key:
点击“复制”按钮,将key保留备用:
❝参考:https://github.com/bytedance/UI-TARS-desktop/blob/main/docs/quick-start.md#doubao-15-ui-tars-on-volcengine
点击“Settings”,除了API Key之外,其他内容参照如下:因为使用了指定的豆包大模型,需要在火上引擎中开通服务。
在火山引擎中,点击“开通管理”,找到指定的大模型,点击“开通服务”:开通时会提示地区,默认即可:
配置完毕后,可以通过对话框发送任务,比如:此时,UI-TARS会调用浏览器查找内容,返回结果:
❝这个过程它会操作浏览器,将获取到结果返回。
更多妙用,大家可自行摸索。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-05-06
DeepSeek V4 Pro桌面应用来了:1.6T参数,MIT协议开源
2026-05-04
开源!OpenClaw 桌面版 v0.4.0,对话、文件、模型与工具配置全面升级
2026-04-29
海外著名投资人的内部 AI 工具,才是真干货
2026-04-28
实测了 DeepSeek V4 后,我的评价是...
2026-04-26
Linux基金会背书 Goose:全能型本地 AI Agent 杀手,一键接管你的所有工作流!
2026-04-26
今天起,DeepSeek V4成OpenClaw默认模型!
2026-04-26
初识OpenSpec
2026-04-25
DeepSeek V4报告太详尽了!484天换代之路全公开
2026-03-30
2026-04-03
2026-03-23
2026-04-09
2026-03-31
2026-02-14
2026-02-18
2026-03-03
2026-02-22
2026-04-01
2026-04-22
2026-04-21
2026-04-15
2026-04-09
2026-04-01
2026-03-17
2026-03-13
2026-03-02