软件介绍 UI-TARS-desktop 是一个基于视觉语言模型的桌面GUI Agent应用，由字节跳动开源。它通过屏幕截图实时感知界面内容，并用自然语言指令控制电脑操作，如打开文件、浏览网页、点击按钮、输入文字、拖拽等。支持本地和远程电脑/浏览器操作，完全本地运行，无需云端依赖。核心一句话：UI- […]