【免费下载】 UI-TARS-desktop 安装与配置指南
2026-01-30 04:21:43作者:温艾琴Wonderful
1. 项目基础介绍
UI-TARS-desktop 是一个基于 UI-TARS(视觉-语言模型)的 GUI 代理应用程序。它允许用户使用自然语言控制计算机。该项目旨在提供一种简单直观的方式来操作计算机,无需深入了解底层命令或编程。
主要编程语言:TypeScript、JavaScript
2. 项目使用的关键技术和框架
- UI-TARS (Vision-Language Model): 是该项目核心技术,一种结合视觉和语言理解的模型。
- Electron: 用于构建跨平台的桌面应用程序。
- Vite: 现代的前端构建工具,用于加速项目的开发。
- Vue: 用于构建用户界面的渐进式JavaScript框架。
3. 项目安装和配置的准备工作
在开始安装之前,请确保您的系统中已安装以下软件:
- Node.js: JavaScript 运行环境,建议版本大于 12。
- Git: 代码版本控制工具。
- Python: 一些依赖可能需要 Python 环境来编译。
安装步骤
-
克隆项目
打开命令行界面,运行以下命令克隆项目到本地:
git clone https://github.com/bytedance/UI-TARS-desktop.git cd UI-TARS-desktop -
安装依赖
在项目根目录下,运行以下命令安装项目依赖:
npm install或使用
yarn:yarn -
构建项目
安装依赖后,运行以下命令构建项目:
npm run build或使用
yarn:yarn build -
运行项目
构建完成后,运行以下命令启动应用程序:
npm run start或使用
yarn:yarn start
完成以上步骤后,您应该能够在本地运行 UI-TARS-desktop 应用程序了。如果遇到任何问题,请检查项目的文档或访问社区寻求帮助。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134