[字节又出大招啦]可以运行任何桌面应用程序、打开文件、浏览网站，并自动执行任务，而无需连接互联网[100% 开源]

UI-TARS-desktop：开源多模态人工智能代理
UI-TARS-desktop 是一款由 #ByteDance（#TikTok 背后的公司）开发的开源多模态人工智能代理。
它允许用户使用自然语言命令自动执行桌面任务，设置完成后即可在本地运行，无需网络连接。

关键细节

核心功能：该智能体能够捕获屏幕截图，利用视觉语言模型进行解读，并执行精确的鼠标/键盘操作。它可以通过类似聊天的指令打开应用程序、浏览菜单、填写表单、浏览网站并处理复杂的工作流程。
隐私和本地执行：所有程序都在您的计算机上运行，以增强隐私和离线使用。
支持的机型：主要为字节跳动的 UI-TARS-1.5-7B（可在 Hugging Face 上使用），并支持相关的 Seed-VL 机型。
平台：注重跨平台，在 macOS 和 Windows 上都有强大的演示。
项目状态：于 2025 年初启动，积极维护，GitHub 星标数约为 25.5k。

https://github.com/bytedance/UI-TARS-desktop