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
BuildShip 用自然语言加可视化画布搭后端工作流和 API,生成结果可以托管,也能导出代码自托管。
能力概览:有 API/SDK / 自然语言生成 / 可视化画布 / 50+ 节点 / 可导出代码
Langflow 用拖拽画布编排 Agent、工具和知识库流程,既能本地自托管,也能一键发布成 API。
能力概览:有 API/SDK / 可视化编排 / 开源 / RAG / 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
Writer 面向企业内容与流程场景,提供自研模型、品牌语气控制和可接入内部知识的 AI 工作台。
能力概览:有 API/SDK / 企业内容 / 自研模型 / 品牌语气 / 知识库
AgentMail 为 AI Agent 提供专属收件箱和邮件 API,让 Agent 能像人一样收发邮件、管理线程和附件。
能力概览:有 API/SDK / Agent 专属收件箱 / 邮件 API / 实时事件 / 自定义域名
LiteLLM 把各家模型、Agent 和 MCP 服务收到一个 key 后面,统一做路由、预算、限流和审计。
能力概览:有 API/SDK / 统一 API / 140+ 供应商 / 预算限流 / MCP
Composio 为 Agent 提供现成的工具接入和认证管理,开发者不用逐个应用写集成。
能力概览:有 API/SDK / 工具集成 / 认证托管 / MCP / 多语言 SDK
E2B 提供隔离的云端沙箱,让 Agent 安全地执行代码、读写文件,不必担心影响宿主环境。
能力概览:有 API/SDK / 代码沙箱 / 隔离运行 / 秒级启动 / 多语言 SDK