UI-TARS-desktop（bytedance/UI-TARS-desktop）是字节跳动开源的多模态 AI Agent 技术栈仓库（TARS），目前承载两个项目：Agent TARS 与 UI-TARS Desktop。Agent TARS 是通用多模态 AI Agent 栈，把 GUI Agent 与视觉能力带到终端、电脑、浏览器与产品中，主要以 CLI 与 Web UI 提供，强调通过前沿多模态 LLM 与 MCP 工具集成实现更接近人类的任务完成。UI-TARS Desktop 则是基于 UI-TARS 模型的桌面应用，提供本地/远程电脑与浏览器的 GUI 操作（operator）。Apache-2.0 许可，约 35,119 stars，主语言 TypeScript。
来源：README.md（Introduction、两项目说明、News）；GitHub 仓库元数据（stars=35119、language=TypeScript、license=Apache-2.0、topics gui-agent/computer-use） 查看 GitHub 仓库 →GUI / Computer-Use Agent（让 AI 看屏幕、操作电脑/浏览器）是当下热点，字节以 UI-TARS 模型 + Agent 栈给出从模型到桌面应用、CLI、Web UI 的较完整开源方案，并深度集成 MCP 工具与沙箱执行环境，覆盖本地与远程操作，工程完整、品牌背书，因而 star 很高。需说明：让 AI 自主操作电脑/浏览器涉及权限与安全风险，应在受控环境（如沙箱）中授权使用，避免对真实系统的误操作或数据风险；能力与稳定性取决于所用模型与配置。截至数据采集约 35,119 stars。
来源：README.md（Introduction、News 的 sandbox）；GitHub 仓库元数据（stars=35119、pushed_at 2026-05、topics computer-use/browser-use）把 GUI Agent 与视觉带到终端/电脑/浏览器，以 CLI 与 Web UI 提供，集成 MCP 工具。
来源：README.md（Agent TARS 说明）基于 UI-TARS 模型的桌面应用，提供本地/远程电脑与浏览器操作。
来源：README.md（UI-TARS Desktop 说明）通过 MCP 接入多种现实工具，并支持 AIO Agent Sandbox 作隔离执行环境。
来源：README.md（Agent TARS 说明、News 的 sandbox）提供事件流查看器、工具调用计时与深度思考统计等运行设置（v0.3.0）。
来源：README.md（News v0.3.0）仓库以 TypeScript 实现，含两条产品线：Agent TARS——通用多模态 Agent 栈，提供 CLI 与 Web UI，通过多模态 LLM 做规划与执行，并经 MCP 集成各种现实工具（shell、文件、浏览器等），可用 AIO Agent Sandbox 作为隔离的一体化工具执行环境，含事件流查看器等调试能力；UI-TARS Desktop——基于 UI-TARS 视觉模型的桌面应用，提供本地或远程的电脑与浏览器 operator，即让模型感知屏幕并执行点击/输入等 GUI 操作。两者共享「多模态模型 + Agent 基础设施」的栈定位。
来源：README.md（两项目说明、News、Core Features）；GitHub 仓库元数据（language=TypeScript）中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
UI-TARS 视觉模型多模态 LLMMCP（工具集成）AIO Agent Sandbox（隔离执行）适合研究与构建 GUI/Computer-Use Agent 的团队与开发者：用 Agent TARS 在终端/浏览器做多模态任务自动化（结合 MCP 工具），用 UI-TARS Desktop 让模型操作本地或远程电脑/浏览器完成 GUI 任务；也适合做 agent 工作流原型与评测。落地真实自动化需在受控/沙箱环境中授权运行，并评估权限、稳定性与安全。
来源：README.md（两项目说明、News）近期：2025-11-05 发布 Agent TARS CLI v0.3.0（多工具流式、运行设置与计时统计、事件流查看器、支持 AIO Agent Sandbox）；2025-06-25 发布 Agent TARS Beta 与 CLI。UI-TARS Desktop 基于 UI-TARS 模型持续更新。仓库最后更新约在 2026 年 5 月。
来源：README.md（News 时间线）；GitHub pushed_atUI-TARS-desktop（TARS）是字节开源的多模态 AI Agent 技术栈：Agent TARS 提供带 MCP 工具集成的通用多模态 Agent（CLI/Web UI），UI-TARS Desktop 提供基于 UI-TARS 模型的桌面 GUI operator（本地/远程操作电脑与浏览器），从模型到应用较完整、支持沙箱与调试、字节背书、Apache-2.0、迭代活跃，对研究与构建 GUI/Computer-Use Agent 很有价值。要清楚让 AI 自主操作系统/浏览器有权限与安全风险，应在沙箱/受控环境授权运行、避免接触敏感数据；能力与可靠性依模型与配置、复杂长程任务仍有挑战。作为 GUI Agent 方向的完整开源栈，分量足、生态对口。
来源：综合 README.md 的栈定位、两项目能力、沙箱与安全前提UI-TARS-desktop（bytedance/UI-TARS-desktop）是字节跳动开源的多模态 AI Agent 技术栈仓库（TARS），目前承载两个项目：Agent TARS 与 UI-TARS Desktop。
UI-TARS-desktop 的核心功能包括：通用多模态 Agent（Agent TARS）、桌面 GUI Operator（UI-TARS Desktop）、MCP 工具集成与沙箱、调试与可观测。
GUI / Computer-Use Agent（让 AI 看屏幕、操作电脑/浏览器）是当下热点，字节以 UI-TARS 模型 + Agent 栈给出从模型到桌面应用、CLI、Web UI 的较完整开源方案，并深度集成 MCP 工具与沙箱执行环境，覆盖本地与远程操作，工程完整、品牌背书，因而 star 很高。
适合研究与构建 GUI/Computer-Use Agent 的团队与开发者：用 Agent TARS 在终端/浏览器做多模态任务自动化（结合 MCP 工具），用 UI-TARS Desktop 让模型操作本地或远程电脑/浏览器完成 GUI 任务；也适合做 agent 工作流原型与评测。落地真实自动化需在受控/沙箱环境中授权运行，并评估权限、稳定性与安全。