UI-TARS-desktop
项目核心内容总结：
Agent TARS 是一个基于 MCP（Model-Cloud-Proxy）框架的自动化工具，支持通过自然语言指令控制计算机操作（如文件管理、软件设置等）。其核心功能包括：
- 多模型支持：兼容 Volcengine、Anthropic 等多家模型提供商（如 Claude、Doubao 等）。
- 事件驱动架构：通过 MCP 与现实工具（如 VS Code、GitHub）交互，实现精准的鼠标/键盘控制。
- 本地处理：所有操作在本地完成，保障隐私与安全性。
使用方法：
- 安装：
npx @agent-tars/cli@latest或全局安装npm install -g @agent-tars/cli。 - 运行：指定模型提供商及 API 密钥，例如
agent-tars --provider volcengine --model doubao-1-5-thinking-vision-pro-250428 --apiKey your-api-key。
主要特性：
- 支持跨平台（Windows/MacOS/Browser）。
- 实时反馈操作状态。
- 可集成 MCP 服务器扩展功能。
UI-TARS Desktop 是 Agent TARS 的本地 GUI 版本，基于 Seed-1.5-VL/1.6 视觉语言模型，提供以下能力：
- 自然语言控制：通过视觉识别与鼠标/键盘操作实现复杂任务（如修改 VS Code 设置、查询 GitHub 项目问题）。
- 跨平台支持：兼容 Windows、MacOS 及浏览器（通过 Midscene）。
- 本地隐私保护：所有数据处理在本地完成，无云端传输。
使用方法：参考项目文档中的 Quick Start。