前言 前两天在 字节跳动 的公众号上看到一篇 基于 UI-TARS 的 Computer Use 实现 的文章. 看 demo 感觉和今年年初发布的 Manus 一样, 也是一个通用的 AI agent. 不过 UI-TARS-desktop 是 开源 的. TARS* 目前包括两个项目：Agent TARS 和 UI-TARS Desktop: Agent TARS 是一个 GUI Agent, 运行时会启动一个本地服务, 能通过浏览器访问, 提供了访问 本地终端, 浏览器, 本地文件 的能力. UI-TARS Desktop 是一个提供了 native GUI Agent 能力的桌面应用. 它可以像人类一下操作电脑(鼠标, 键盘). 安装方法在github和官网有详细说明, 下面直接开测. 测试 Agent TARS Agent TARS 目前只支持 3 种模型: 字节跳动的 Seed1.5-VL(doubao-1-5-thinking-vision-pro-250428) Claude 3.7 Sonnet GPT-4o 我用 豆包模型 进行测试. 浏览器使用（Browser Use） 测试一 提示词: ...