我要投稿
微信搜一搜，关注“De-仓鼠”
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：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-07-13
EduChat-R1: 推理教育大模型开源及系列产品发布
2025-07-13
n8n vs. Dify vs. Coze：新一代效率工具，谁是你的菜？
2025-07-12
LlamaIndex知识管理与信息检索
2025-07-12
Kimi K2 发布并开源，擅长代码与 Agentic 任务
2025-07-12
一万亿参数！R2没来，Kimi K2 来了，要做Agent的新基建！
2025-07-12
Kimi K2 详测｜超强代码和Agent 能力！内附Claude Code邪修教程
2025-07-10
通义开源WebSailor：超越DeepSeek R1，最接近闭源系统的网络智能体来了！
2025-07-10
震撼！大模型一体化推训平台 开源！
2025-06-17
2025-06-17
2025-04-29
2025-04-29
2025-04-15
2025-04-29
2025-05-29
2025-05-12
2025-05-14
2025-07-07
2025-07-13
2025-07-08
2025-07-04
2025-07-03
2025-06-28
2025-06-25
2025-06-25
2025-06-21
回到顶部
粤ICP备17114055号