Agents · GUI 操作 Agent
UI-TARS
开源的 GUI Agent，像人一样看屏幕操作桌面应用
UI-TARS 是字节跳动 Seed 团队开源的 GUI Agent，能像人一样看屏幕、点鼠标、敲键盘完成跨应用任务。
状态
verified
开源
价格
开源免费，模型调用自付
开源 / 许可证以仓库为准
入口
GitHub / 桌面客户端 / 本地运行
本地运行 / 自托管
API
API 需确认
独立体系
形态
桌面 Agent + 开源模型
Windows / macOS / Linux
选型结论
适合研究或使用 GUI Agent 自动操作桌面软件的用户。开源、可本地运行与自托管，能跨应用操作图形界面；稳定性受分辨率与界面变化影响，生产使用需额外校验，模型调用费用自付。
定位
适合
成本口径
核心能力
跨应用操作
不局限于浏览器，可对桌面软件进行点击、输入等图形界面操作。
开源模型
模型与代码开源，许可证以仓库为准，可自托管部署并接入自托管模型。
桌面客户端
提供桌面客户端，支持 Windows、macOS、Linux 本地运行。
像人一样操作
通过看屏幕、点鼠标、敲键盘的方式完成图形界面任务。
典型使用场景
桌面流程自动化
把重复的跨软件操作交给 Agent 执行，例如在多个应用间搬运信息。
GUI Agent 研究
借助开源模型与本地运行环境，研究图形界面操作 Agent 的行为。
自托管部署
在内网或自有环境中自托管运行，按需接入自托管模型完成操作。
上手步骤
- 1
获取客户端
从 GitHub 或桌面客户端渠道获取，按仓库说明完成本地运行准备。
- 2
选择模型
可使用 UI-TARS 模型，也可接入自托管模型，调用费用自行承担。
- 3
明确任务范围
先选定目标应用与操作步骤，让 Agent 在图形界面中逐步执行。
- 4
结果校验
对关键操作补充人工核对，降低分辨率与界面变化带来的偏差。
价格与使用方式
价格口径
开源状态
API 状态
使用入口
运行方式
支持平台
常见连接对象
所属生态
优点与局限
值得选的地方
- 开源可自托管，模型与代码可按仓库说明使用。
- 桌面客户端覆盖 Windows、macOS、Linux。
- 能像人一样看屏幕并操作任意桌面应用界面。
先想清楚的地方
- 操作稳定性受分辨率与界面变化影响。
- 生产使用需要额外校验，不能完全放手。
- 模型调用费用需自行承担，不提供 API。
适合谁用
更适合
- 想自动操作桌面软件的用户
- 需要本地运行与自托管的人
- 研究 GUI Agent 的开发者
不太适合
- 只想要浏览器内自动化的用户
- 依赖 API 集成到自有系统的团队
- 要求开箱即用稳定生产的环境
同类对比
4 个同类| 产品 | 形态 | 价格口径 | 开源 | 地区 |
|---|---|---|---|---|
| UI-TARS 字节跳动 Seed · 本页 | 桌面 Agent + 开源模型 | 开源免费，模型调用自付 | 是 | 中国 |
| Sai by Simular Simular AI | 云端 AI 同事 | 订阅制 / 支持试用申请 | 否 | 海外 |
| TuriX-CUA TuriX | 桌面自动化 Agent | 开源免费 | 是 | 海外 |
| Axiom Axiom | 浏览器扩展 + 云端运行 | 免费提供 2 小时运行时长，付费档位以官网为准 | 否 | 海外 |
| Skyvern Skyvern | 开源 Agent + 云服务 | 免费 5000 credits 起，付费 $29/月起 | 是 | 海外 |
按分类、形态和接入方式挑出最接近的同类，价格口径以各自详情页为准。
常见问题
4 条UI-TARS 支持哪些操作系统？
桌面客户端覆盖 Windows、macOS、Linux，可在本地运行，具体安装方式以仓库说明为准。
UI-TARS 是否需要付费？
项目开源，模型调用费用需自行承担，具体价格以官网价格页为准。
UI-TARS 提供 API 吗？
不提供 API，也不兼容 OpenAI 接口，需要通过桌面客户端或本地运行使用。
UI-TARS 的操作稳定吗？
GUI 操作稳定性受分辨率与界面变化影响，生产使用需要额外校验，建议保留人工核对环节。
网站入口
2 个使用提醒
GUI 操作稳定性受分辨率和界面变化影响，生产使用需要额外校验。