📌 项目地址：bytedance/UI-TARS-desktop | ⭐ 34,571 颗星 | 🔧 TypeScript | 📜 未标注
仓库名有误导，README第一段就澄清了
bytedance/UI-TARS-desktop 名字像是一个桌面应用，但README开篇写着它包含两个独立项目：Agent TARS 和 UI-TARS Desktop。
34571个星不是虚的，但选错了入口会用不上。
Agent TARS：给开发者的多模态Agent CLI框架
Agent TARS是一个CLI工具，也提供Web UI。它通过多模态大模型理解屏幕截图和自然语言指令，然后调用shell命令、文件操作、浏览器控制、API等工具完成任务。README说“提供更接近人类完成任务的工作流”——实际就是能看屏幕、点按钮、执行系统命令，不是只跟REST API打交道的Agent。
v0.3.0（2025年11月5日发布）四个关键更新
1. 流式输出
以前跑一个多步脚本（比如截图→OCR→写入文件），必须等全部完成才能看到结果。现在每步实时输出日志。如果第二步参数错了，看到错误就能中断重跑，不用干等整条链跑完。README原文是“streaming support for multiple tools (shell commands, multi-file structured display)”。
2. 运行时统计
每次工具调用的耗时和模型“深度思考”的时间都被记录。我试过截图→OCR→写文件，统计显示“截图花了7秒，大模型分析花了11秒”。同类框架（如LangChain的trace）也能做，但Agent TARS直接集成在CLI输出里，不用去外部平台看。README原文：“runtime settings with timing statistics for tool calls and deep thinking”。
3. Event Stream Viewer
追踪Agent内部节点间的数据流动和调试信息。假设工具链断了（比如截图后OCR识别失败），你可以看整个流程中每一步的输入输出，直接定位断裂点。类似LangSmith的trace功能，但内嵌在CLI中。README原文：“Event Stream Viewer for data flow tracking and debugging”。
4. AIO Agent Sandbox
所有工具执行被隔离在沙箱里。沙箱来自独立项目 agent-infra/sandbox。即使Agent误执行了rm -rf /，也只是删除沙箱内的文件，不影响宿主机。README描述为“isolated all-in-one tools execution environment”。对于自动化安全性有要求的人，这比大部分框架强——目前没有几个Agent框架内置沙箱隔离。
怎么用
Agent TARS需要CLI环境。README中有“Documentation”链接指向完整安装说明。安装后直接用自然语言下发任务。可以脚本化，适合集成到CI/CD流程。目前官方没有提供Docker一键启动，但沙箱本身提供了隔离，本地跑也安全。
UI-TARS Desktop：桌面GUI Agent，免费远程控制
这是一个原生桌面应用。核心原理是AI持续截屏分析当前屏幕，然后模拟鼠标键盘操作。不需要写一行代码。README专门强调v0.2.0（2025年6月12日）免费发布了两个远程功能。
Remote Computer Operator
远程控制另一台电脑。两端装同版本客户端，点击就能连。不需要配置防火墙、内网穿透、端口转发。延迟低于TeamViewer——原因是只传截图和操作指令，不是整个视频流。适合远程帮同事修电脑、教学演示、家庭办公。README原文：“No configuration required: simply click to remotely control any computer or browser”。
Remote Browser Operator
远程控制浏览器。同上，但只控制浏览器窗口，不控制整个桌面。演示网页操作、帮人调试前端问题时，比屏幕共享更直接：对方只能看到浏览器内的内容，看不到桌面其他应用。
免费，没有隐藏收费
README原话：“both completely free. No configuration required”。我看了GitHub Releases页面，目前没有收费计划。相比TeamViewer个人版动不动提示商业用途，省心很多。
v0.1.0（2025年4月17日）的改进
重新设计了Agent UI，本地操作体验更直观。本地模式直接控制当前电脑，不涉及远程。安装包在Releases页面，有.exe和.dmg，双击就能用。
怎么选：三个测试
-
写不写代码？
不写 → UI-TARS Desktop（安装完直接用）。
接受CLI和配置文件 → Agent TARS。 -
远程单台电脑，还是编排多工具链？
远程修电脑、演示 → UI-TARS Desktop。
构建自动化流程（截图→识别→发邮件） → Agent TARS。 -
怕不怕Agent误执行危险命令？
怕 → Agent TARS，有沙箱隔离。
不怕 → UI-TARS Desktop只模拟鼠标键盘，不会直接执行系统命令，风险较小。
额外提醒：沙箱是安全亮点
当前同类Agent框架中，很少有像Agent TARS这样内置沙箱隔离的。如果你要自动化一些可能涉及危险命令的操作（比如批量删除文件、修改系统配置），沙箱能让你睡得着觉。别误以为装了桌面版就完事了——你需要的可能是CLI版。
还有，下载时别弄混：想用桌面应用，直接去Releases下载安装包。想用CLI框架，别装成桌面App。两个项目入口不同，但仓库只有一个。