GUI 操作 Agent字节跳动 Seed开源
UI-TARS
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。
- 产品类型
- GUI 操作 Agent
- 接入方式
- GitHub / 桌面客户端 / 本地运行
- 地区
- 中国
能力概览:API 需确认 / GUI Agent / 开源 / 桌面客户端 / 跨应用
Agent 产品与框架清单
已按个人 Agent、通用 Agent、框架、搭建平台和企业方案整理 Agents 目录,方便你判断是直接上手现成产品,还是自己搭一套工作流。
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。
能力概览:API 需确认 / GUI Agent / 开源 / 桌面客户端 / 跨应用
Axiom 让用户用自然语言或拖拽搭建浏览器自动化流程,覆盖抓取、填表、监控和报表生成。
能力概览:API 需确认 / 无代码 / 浏览器扩展 / 网页抓取 / 定时运行
MetaGPT 用标准作业流程把多个 AI 角色组织成团队,让它们分工完成需求分析、设计和编码。
能力概览:可接 API / 多角色协作 / SOP / 开源 / Python
OpenHands(原 OpenDevin)是开源的通用软件 Agent,能读写代码、执行命令并操作浏览器完成任务。
能力概览:可接 API / 开源 / Docker / 浏览器操作 / 多模型
smolagents 是 Hugging Face 的轻量 Agent 框架,核心是用少量代码让模型通过写 Python 代码来调用工具。
能力概览:可接 API / 轻量 / 代码型 Agent / Hugging Face / 多模型
Bardeen 面向 GTM 团队,用 AI 自动抓取线索、研究客户、补全联系人并筛选意向。
能力概览:API 需确认 / 线索抓取 / AI 研究 / 联系人丰富 / 多表导出