[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-bytedance--UI-TARS-desktop":3,"tool-bytedance--UI-TARS-desktop":62},[4,18,26,36,46,54],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",158594,2,"2026-04-16T23:34:05",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":42,"last_commit_at":43,"category_tags":44,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,45],"插件",{"id":47,"name":48,"github_repo":49,"description_zh":50,"stars":51,"difficulty_score":32,"last_commit_at":52,"category_tags":53,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":55,"name":56,"github_repo":57,"description_zh":58,"stars":59,"difficulty_score":32,"last_commit_at":60,"category_tags":61,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[45,13,15,14],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":77,"owner_twitter":78,"owner_website":79,"owner_url":80,"languages":81,"stars":112,"forks":113,"last_commit_at":114,"license":115,"difficulty_score":32,"env_os":116,"env_gpu":117,"env_ram":118,"env_deps":119,"category_tags":125,"github_topics":127,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":142,"updated_at":143,"faqs":144,"releases":174},8380,"bytedance\u002FUI-TARS-desktop","UI-TARS-desktop","The Open-Source Multimodal AI Agent Stack: Connecting Cutting-Edge AI Models and Agent Infra","UI-TARS-desktop 是一款基于字节跳动 UI-TARS 模型打造的开源桌面应用，旨在将先进的多模态 AI 能力转化为直观的图形界面代理（GUI Agent）。它主要解决了传统命令行工具对普通用户门槛较高、难以直接操控电脑图形界面的问题，让用户能通过自然语言指令直接控制本地或远程计算机及浏览器，自动完成点击、输入、浏览等复杂操作。\n\n这款软件非常适合希望体验前沿 AI 自动化能力的普通用户、需要高效处理重复性桌面任务的工作者，以及想要研究或测试 GUI Agent 实际效果的开发者与研究人员。其独特亮点在于原生支持本地和远程两种运行模式，既能保护隐私地在本地设备上执行任务，也能灵活操控云端环境。作为 TARS 多模态 AI 代理栈的重要组成部分，UI-TARS-desktop 通过无缝集成视觉理解与操作执行能力，提供了一种更接近人类操作习惯的任务完成方式，让 AI 真正“看懂”屏幕并“动手”办事，极大地降低了智能体技术的应用难度。","\u003Cpicture>\n \u003Cimg alt=\"Agent TARS Banner\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbytedance_UI-TARS-desktop_readme_c2c67676bcec.png\">\n\u003C\u002Fpicture>\n\n\u003Cbr\u002F>\n\n## Introduction\n\nEnglish | [简体中文](.\u002FREADME.zh-CN.md)\n\n[![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbytedance_UI-TARS-desktop_readme_4a68feb902da.png)](https:\u002F\u002Ftrendshift.io\u002Frepositories\u002F13584)\n\n\u003Cb>TARS\u003Csup>\\*\u003C\u002Fsup>\u003C\u002Fb> is a Multimodal AI Agent stack, currently shipping two projects: [Agent TARS](#agent-tars) and [UI-TARS-desktop](#ui-tars-desktop):\n\n\u003Ctable>\n \u003Cthead>\n \u003Ctr>\n \u003Cth width=\"50%\" align=\"center\">\u003Ca href=\"#agent-tars\">Agent TARS\u003C\u002Fa>\u003C\u002Fth>\n \u003Cth width=\"50%\" align=\"center\">\u003Ca href=\"#ui-tars-desktop\">UI-TARS-desktop\u003C\u002Fa>\u003C\u002Fth>\n \u003C\u002Ftr>\n \u003C\u002Fthead>\n \u003Ctbody>\n \u003Ctr>\n \u003Ctd align=\"center\">\n \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fc9489936-afdc-4d12-adda-d4b90d2a869d\" width=\"50%\">\u003C\u002Fvideo>\n \u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fe0914ce9-ad33-494b-bdec-0c25c1b01a27\" width=\"50%\">\u003C\u002Fvideo>\n \u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"left\">\n \u003Cb>Agent TARS\u003C\u002Fb> is a general multimodal AI Agent stack, it brings the power of GUI Agent and Vision into your terminal, computer, browser and product.\n \u003Cbr>\n \u003Cbr>\n It primarily ships with a \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fcli.html\" target=\"_blank\">CLI\u003C\u002Fa> and \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fweb-ui.html\" target=\"_blank\">Web UI\u003C\u002Fa> for usage.\n It aims to provide a workflow that is closer to human-like task completion through cutting-edge multimodal LLMs and seamless integration with various real-world \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fmcp.html\" target=\"_blank\">MCP\u003C\u002Fa> tools.\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">\n \u003Cb>UI-TARS Desktop\u003C\u002Fb> is a desktop application that provides a native GUI Agent based on the \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS\" target=\"_blank\">UI-TARS\u003C\u002Fa> model.\n \u003Cbr>\n \u003Cbr>\n It primarily ships a\n \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fblob\u002Fmain\u002Fdocs\u002Fquick-start.md#get-model-and-run-local-operator\" target=\"_blank\">local\u003C\u002Fa> and \n \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fblob\u002Fmain\u002Fdocs\u002Fquick-start.md#run-remote-operator\" target=\"_blank\">remote\u003C\u002Fa> computer as well as browser operators.\n \u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n## Table of Contents\n\n\u003C!-- START doctoc generated TOC please keep comment here to allow auto update -->\n\u003C!-- DON'T EDIT THIS SECTION, INSTEAD RE-RUN doctoc TO UPDATE -->\n\n- [News](#news)\n- [Agent TARS](#agent-tars)\n - [Showcase](#showcase)\n - [Core Features](#core-features)\n - [Quick Start](#quick-start)\n - [Documentation](#documentation)\n- [UI-TARS Desktop](#ui-tars-desktop)\n - [Showcase](#showcase-1)\n - [Features](#features)\n - [Quick Start](#quick-start-1)\n- [Contributing](#contributing)\n- [License](#license)\n- [Citation](#citation)\n\n\u003C!-- END doctoc generated TOC please keep comment here to allow auto update -->\n\n## News\n\n- **\\[2025-11-05\\]** 🎉 We're excited to announce the release of [Agent TARS CLI v0.3.0](https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Freleases\u002Ftag\u002Fv0.3.0)! This version brings streaming support for multiple tools (shell commands, multi-file structured display), runtime settings with timing statistics for tool calls and deep thinking, Event Stream Viewer for data flow tracking and debugging. Additionally, it features exclusive support for [AIO agent Sandbox](https:\u002F\u002Fgithub.com\u002Fagent-infra\u002Fsandbox) as isolated all-in-one tools execution environment.\n- **\\[2025-06-25\\]** We released an Agent TARS Beta and Agent TARS CLI - [Introducing Agent TARS Beta](https:\u002F\u002Fagent-tars.com\u002Fblog\u002F2025-06-25-introducing-agent-tars-beta.html), a multimodal AI agent that aims to explore a work form that is closer to human-like task completion through rich multimodal capabilities (such as GUI Agent, Vision) and seamless integration with various real-world tools.\n- **\\[2025-06-12\\]** - 🎁 We are thrilled to announce the release of UI-TARS Desktop v0.2.0! This update introduces two powerful new features: **Remote Computer Operator** and **Remote Browser Operator**—both completely free. No configuration required: simply click to remotely control any computer or browser, and experience a new level of convenience and intelligence.\n- **\\[2025-04-17\\]** - 🎉 We're thrilled to announce the release of new UI-TARS Desktop application v0.1.0, featuring a redesigned Agent UI. The application enhances the computer using experience, introduces new browser operation features, and supports [the advanced UI-TARS-1.5 model](https:\u002F\u002Fseed-tars.com\u002F1.5) for improved performance and precise control.\n- **\\[2025-02-20\\]** - 📦 Introduced [UI TARS SDK](.\u002Fdocs\u002Fsdk.md), is a powerful cross-platform toolkit for building GUI automation agents.\n- **\\[2025-01-23\\]** - 🚀 We updated the **[Cloud Deployment](.\u002Fdocs\u002Fdeployment.md#cloud-deployment)** section in the 中文版: [GUI模型部署教程](https:\u002F\u002Fbytedance.sg.larkoffice.com\u002Fdocx\u002FTCcudYwyIox5vyxiSDLlgIsTgWf#U94rdCxzBoJMLex38NPlHL21gNb) with new information related to the ModelScope platform. You can now use the ModelScope platform for deployment.\n\n\u003Cbr>\n\n## Agent TARS\n\n\u003Cp>\n \u003Ca href=\"https:\u002F\u002Fnpmjs.com\u002Fpackage\u002F@agent-tars\u002Fcli?activeTab=readme\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fnpm\u002Fv\u002F@agent-tars\u002Fcli?style=for-the-badge&colorA=1a1a2e&colorB=3B82F6&logo=npm&logoColor=white\" alt=\"npm version\" \u002F>\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Fnpmcharts.com\u002Fcompare\u002F@agent-tars\u002Fcli?minimal=true\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fnpm\u002Fdm\u002F@agent-tars\u002Fcli.svg?style=for-the-badge&colorA=1a1a2e&colorB=0EA5E9&logo=npm&logoColor=white\" alt=\"downloads\" \u002F>\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Fnodejs.org\u002Fen\u002Fabout\u002Fprevious-releases\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fnode\u002Fv\u002F@agent-tars\u002Fcli.svg?style=for-the-badge&colorA=1a1a2e&colorB=06B6D4&logo=node.js&logoColor=white\" alt=\"node version\">\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002FHnKcSBgTVx\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FDiscord-Join%20Community-5865F2?style=for-the-badge&logo=discord&logoColor=white\" alt=\"Discord Community\" \u002F>\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Ftwitter.com\u002Fagent_tars\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FTwitter-Follow%20%40agent__tars-1DA1F2?style=for-the-badge&logo=twitter&logoColor=white\" alt=\"Official Twitter\" \u002F>\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Fapplink.larkoffice.com\u002Fclient\u002Fchat\u002Fchatter\u002Fadd_by_link?link_token=deen76f4-ea3c-4964-93a3-78f126f39651\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F飞书群-加入交流群-00D4AA?style=for-the-badge&logo=lark&logoColor=white\" alt=\"飞书交流群\" \u002F>\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Fdeepwiki.com\u002Fbytedance\u002FUI-TARS-desktop\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FDeepWiki-Ask%20AI-8B5CF6?style=for-the-badge&logo=gitbook&logoColor=white\" alt=\"Ask DeepWiki\" \u002F>\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cb>Agent TARS\u003C\u002Fb> is a general multimodal AI Agent stack, it brings the power of GUI Agent and Vision into your terminal, computer, browser and product. \u003Cbr> \u003Cbr>\nIt primarily ships with a \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fcli.html\" target=\"_blank\">CLI\u003C\u002Fa> and \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fweb-ui.html\" target=\"_blank\">Web UI\u003C\u002Fa> for usage.\nIt aims to provide a workflow that is closer to human-like task completion through cutting-edge multimodal LLMs and seamless integration with various real-world \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fmcp.html\" target=\"_blank\">MCP\u003C\u002Fa> tools.\n\n### Showcase\n\n```\nPlease help me book the earliest flight from San Jose to New York on September 1st and the last return flight on September 6th on Priceline\n```\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F772b0eef-aef7-4ab9-8cb0-9611820539d8\n\n\u003Cbr>\n\n\u003Ctable>\n \u003Cthead>\n \u003Ctr>\n \u003Cth width=\"50%\" align=\"center\">Booking Hotel\u003C\u002Fth>\n \u003Cth width=\"50%\" align=\"center\">Generate Chart with extra MCP Servers\u003C\u002Fth>\n \u003C\u002Ftr>\n \u003C\u002Fthead>\n \u003Ctbody>\n \u003Ctr>\n \u003Ctd align=\"center\">\n \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fc9489936-afdc-4d12-adda-d4b90d2a869d\" width=\"50%\">\u003C\u002Fvideo>\n \u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fa9fd72d0-01bb-4233-aa27-ca95194bbce9\" width=\"50%\">\u003C\u002Fvideo>\n \u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"left\">\n \u003Cb>Instruction:\u003C\u002Fb> \u003Ci>I am in Los Angeles from September 1st to September 6th, with a budget of $5,000. Please help me book a Ritz-Carlton hotel closest to the airport on booking.com and compile a transportation guide for me\u003C\u002Fi>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">\n \u003Cb>Instruction:\u003C\u002Fb> \u003Ci>Draw me a chart of Hangzhou's weather for one month\u003C\u002Fi>\n \u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\nFor more use cases, please check out [#842](https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fissues\u002F842).\n\n### Core Features\n\n- 🖱️ **One-Click Out-of-the-box CLI** - Supports both **headful** [Web UI](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fweb-ui.html) and **headless** [server](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fadvanced\u002Fserver.html) [execution](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fcli.html).\n- 🌐 **Hybrid Browser Agent** - Control browsers using [GUI Agent](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fbrowser.html#visual-grounding), [DOM](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fbrowser.html#dom), or a hybrid strategy.\n- 🔄 **Event Stream** - Protocol-driven Event Stream drives [Context Engineering](https:\u002F\u002Fagent-tars.com\u002Fbeta#context-engineering) and [Agent UI](https:\u002F\u002Fagent-tars.com\u002Fblog\u002F2025-06-25-introducing-agent-tars-beta.html#easy-to-build-applications).\n- 🧰 **MCP Integration** - The kernel is built on MCP and also supports mounting [MCP Servers](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fmcp.html) to connect to real-world tools.\n\n### Quick Start\n\n\u003Cimg alt=\"Agent TARS CLI\" src=\"https:\u002F\u002Fagent-tars.com\u002Fagent-tars-cli.png\">\n\n```bash\n# Launch with `npx`.\nnpx @agent-tars\u002Fcli@latest\n\n# Install globally, required Node.js >= 22\nnpm install @agent-tars\u002Fcli@latest -g\n\n# Run with your preferred model provider\nagent-tars --provider volcengine --model doubao-1-5-thinking-vision-pro-250428 --apiKey your-api-key\nagent-tars --provider anthropic --model claude-3-7-sonnet-latest --apiKey your-api-key\n```\n\nVisit the comprehensive [Quick Start](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fget-started\u002Fquick-start.html) guide for detailed setup instructions.\n\n### Documentation\n\n> 🌟 **Explore Agent TARS Universe** 🌟\n\n\u003Ctable>\n \u003Cthead>\n \u003Ctr>\n \u003Cth width=\"20%\" align=\"center\">Category\u003C\u002Fth>\n \u003Cth width=\"30%\" align=\"center\">Resource Link\u003C\u002Fth>\n \u003Cth width=\"50%\" align=\"left\">Description\u003C\u002Fth>\n \u003C\u002Ftr>\n \u003C\u002Fthead>\n \u003Ctbody>\n \u003Ctr>\n \u003Ctd align=\"center\">🏠 \u003Cstrong>Central Hub\u003C\u002Fstrong>\u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fagent-tars.com\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FVisit-Website-4F46E5?style=for-the-badge&logo=globe&logoColor=white\" alt=\"Website\" \u002F>\n \u003C\u002Fa>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">Your gateway to Agent TARS ecosystem\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"center\">📚 \u003Cstrong>Quick Start\u003C\u002Fstrong>\u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fget-started\u002Fquick-start.html\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FGet-Started-06B6D4?style=for-the-badge&logo=rocket&logoColor=white\" alt=\"Quick Start\" \u002F>\n \u003C\u002Fa>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">Zero to hero in 5 minutes\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"center\">🚀 \u003Cstrong>What's New\u003C\u002Fstrong>\u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fbeta\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FRead-Blog-F59E0B?style=for-the-badge&logo=rss&logoColor=white\" alt=\"Blog\" \u002F>\n \u003C\u002Fa>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">Discover cutting-edge features & vision\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"center\">🛠️ \u003Cstrong>Developer Zone\u003C\u002Fstrong>\u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fget-started\u002Fintroduction.html\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FView-Docs-10B981?style=for-the-badge&logo=gitbook&logoColor=white\" alt=\"Docs\" \u002F>\n \u003C\u002Fa>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">Master every command & features\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"center\">🎯 \u003Cstrong>Showcase\u003C\u002Fstrong>\u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fissues\u002F842\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FView-Examples-8B5CF6?style=for-the-badge&logo=github&logoColor=white\" alt=\"Examples\" \u002F>\n \u003C\u002Fa>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">View use cases built by the official and community\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"center\">🔧 \u003Cstrong>Reference\u003C\u002Fstrong>\u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fapi\u002F\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FAPI-Reference-EF4444?style=for-the-badge&logo=book&logoColor=white\" alt=\"API\" \u002F>\n \u003C\u002Fa>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">Complete technical reference\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Cbr\u002F>\n\u003Cbr\u002F>\n\u003Cbr\u002F>\n\n## UI-TARS Desktop\n\n\u003Cp align=\"center\">\n \u003Cimg alt=\"UI-TARS\" width=\"260\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbytedance_UI-TARS-desktop_readme_0af243988120.png\">\n\u003C\u002Fp>\n\nUI-TARS Desktop is a native GUI agent for your local computer, driven by [UI-TARS](https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS) and Seed-1.5-VL\u002F1.6 series models.\n\n\u003Cdiv align=\"center\">\n\u003Cp>\n    📑 \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2501.12326\">Paper\u003C\u002Fa>   \n | 🤗 \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FByteDance-Seed\u002FUI-TARS-1.5-7B\">Hugging Face Models\u003C\u002Fa>  \n |   🫨 \u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002FpTXwYVjfcs\">Discord\u003C\u002Fa>  \n |   🤖 \u003Ca href=\"https:\u002F\u002Fwww.modelscope.cn\u002Fcollections\u002FUI-TARS-bccb56fa1ef640\">ModelScope\u003C\u002Fa>  \n\u003Cbr>\n🖥️ Desktop Application   \n|    👓 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fweb-infra-dev\u002Fmidscene\">Midscene (use in browser)\u003C\u002Fa>   \n\u003C\u002Fp>\n\n\u003C\u002Fdiv>\n\n### Showcase\n\n\u003C!-- \u002F\u002F FIXME: Choose only two demo, one local computer and one remote computer showcase. -->\n\n| Instruction | Local Operator | Remote Operator |\n| :----------------------------------------------------------------------------------------------------------------------------: | :----------------------------------------------------------------------------------------------------------: | :----------------------------------------------------------------------------------------------------------: |\n| Please help me open the autosave feature of VS Code and delay AutoSave operations for 500 milliseconds in the VS Code setting. | \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fe0914ce9-ad33-494b-bdec-0c25c1b01a27\" height=\"300\" \u002F> | \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F01e49b69-7070-46c8-b3e3-2aaaaec71800\" height=\"300\" \u002F> |\n| Could you help me check the latest open issue of the UI-TARS-Desktop project on GitHub? | \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F3d159f54-d24a-4268-96c0-e149607e9199\" height=\"300\" \u002F> | \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F072fb72d-7394-4bfa-95f5-4736e29f7e58\" height=\"300\" \u002F> |\n\n### Features\n\n- 🤖 Natural language control powered by Vision-Language Model\n- 🖥️ Screenshot and visual recognition support\n- 🎯 Precise mouse and keyboard control\n- 💻 Cross-platform support (Windows\u002FMacOS\u002FBrowser)\n- 🔄 Real-time feedback and status display\n- 🔐 Private and secure - fully local processing\n\n### Quick Start\n\nSee [Quick Start](.\u002Fdocs\u002Fquick-start.md)\n\n## Contributing\n\nSee [CONTRIBUTING.md](.\u002FCONTRIBUTING.md).\n\n## License\n\nThis project is licensed under the Apache License 2.0.\n\n## Citation\n\nIf you find our paper and code useful in your research, please consider giving a star :star: and citation :pencil:\n\n```BibTeX\n@article{qin2025ui,\n title={UI-TARS: Pioneering Automated GUI Interaction with Native Agents},\n author={Qin, Yujia and Ye, Yining and Fang, Junjie and Wang, Haoming and Liang, Shihao and Tian, Shizuo and Zhang, Junda and Li, Jiahao and Li, Yunxin and Huang, Shijue and others},\n journal={arXiv preprint arXiv:2501.12326},\n year={2025}\n}\n```\n","\u003Cpicture>\n \u003Cimg alt=\"代理TARS横幅\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbytedance_UI-TARS-desktop_readme_c2c67676bcec.png\">\n\u003C\u002Fpicture>\n\n\u003Cbr\u002F>\n\n## 简介\n\n英语 | [简体中文](.\u002FREADME.zh-CN.md)\n\n[![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbytedance_UI-TARS-desktop_readme_4a68feb902da.png)](https:\u002F\u002Ftrendshift.io\u002Frepositories\u002F13584)\n\n\u003Cb>TARS\u003Csup>\\*\u003C\u002Fsup>\u003C\u002Fb> 是一个多模态 AI 代理栈，目前包含两个项目：[Agent TARS](#agent-tars) 和 [UI-TARS-desktop](#ui-tars-desktop)：\n\n\u003Ctable>\n \u003Cthead>\n \u003Ctr>\n \u003Cth width=\"50%\" align=\"center\">\u003Ca href=\"#agent-tars\">Agent TARS\u003C\u002Fa>\u003C\u002Fth>\n \u003Cth width=\"50%\" align=\"center\">\u003Ca href=\"#ui-tars-desktop\">UI-TARS-desktop\u003C\u002Fa>\u003C\u002Fth>\n \u003C\u002Ftr>\n \u003C\u002Fthead>\n \u003Ctbody>\n \u003Ctr>\n \u003Ctd align=\"center\">\n \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fc9489936-afdc-4d12-adda-d4b90d2a869d\" width=\"50%\">\u003C\u002Fvideo>\n \u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fe0914ce9-ad33-494b-bdec-0c25c1b01a27\" width=\"50%\">\u003C\u002Fvideo>\n \u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"left\">\n \u003Cb>Agent TARS\u003C\u002Fb> 是一个通用的多模态 AI 代理栈，它将 GUI 代理和视觉能力带入你的终端、电脑、浏览器以及产品中。\n \u003Cbr>\n \u003Cbr>\n 它主要提供用于使用的 \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fcli.html\" target=\"_blank\">CLI\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fweb-ui.html\" target=\"_blank\">Web UI\u003C\u002Fa>。其目标是通过前沿的多模态大模型以及与各种现实世界 \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fmcp.html\" target=\"_blank\">MCP\u003C\u002Fa> 工具的无缝集成，提供一种更接近人类完成任务的工作流程。\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">\n \u003Cb>UI-TARS Desktop\u003C\u002Fb> 是一款基于 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS\" target=\"_blank\">UI-TARS\u003C\u002Fa> 模型的桌面应用程序，提供原生 GUI 代理功能。\n \u003Cbr>\n \u003Cbr>\n 它主要提供\n \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fblob\u002Fmain\u002Fdocs\u002Fquick-start.md#get-model-and-run-local-operator\" target=\"_blank\">本地\u003C\u002Fa> 和 \n \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fblob\u002Fmain\u002Fdocs\u002Fquick-start.md#run-remote-operator\" target=\"_blank\">远程\u003C\u002Fa> 计算机及浏览器操作功能。\n \u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n## 目录\n\n\u003C!-- START doctoc generated TOC please keep comment here to allow auto update -->\n\u003C!-- DON'T EDIT THIS SECTION, INSTEAD RE-RUN doctoc TO UPDATE -->\n\n- [新闻](#news)\n- [Agent TARS](#agent-tars)\n - [展示](#showcase)\n - [核心功能](#core-features)\n - [快速入门](#quick-start)\n - [文档](#documentation)\n- [UI-TARS Desktop](#ui-tars-desktop)\n - [展示](#showcase-1)\n - [功能](#features)\n - [快速入门](#quick-start-1)\n- [贡献](#contributing)\n- [许可证](#license)\n- [引用](#citation)\n\n\u003C!-- END doctoc generated TOC please keep comment here to allow auto update -->\n\n## 新闻\n\n- **\\[2025-11-05\\]** 🎉 我们很高兴地宣布发布 [Agent TARS CLI v0.3.0](https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Freleases\u002Ftag\u002Fv0.3.0)! 该版本带来了对多种工具的流式支持（如 shell 命令、多文件结构化显示），以及针对工具调用和深度思考的运行时设置与计时统计；同时还提供了用于数据流跟踪和调试的事件流查看器。此外，它还独家支持 [AIO agent Sandbox](https:\u002F\u002Fgithub.com\u002Fagent-infra\u002Fsandbox)，作为隔离的一体化工具执行环境。\n- **\\[2025-06-25\\]** 我们发布了 Agent TARS Beta 和 Agent TARS CLI —— [介绍 Agent TARS Beta](https:\u002F\u002Fagent-tars.com\u002Fblog\u002F2025-06-25-introducing-agent-tars-beta.html)，这是一款多模态 AI 代理，旨在通过丰富的多模态能力（如 GUI 代理、视觉）以及与各种现实世界工具的无缝集成，探索更接近人类完成任务的工作方式。\n- **\\[2025-06-12\\]** - 🎁 我们非常高兴地宣布发布 UI-TARS Desktop v0.2.0！此次更新引入了两项强大的新功能：**远程计算机操作员**和**远程浏览器操作员**——两者完全免费。无需任何配置：只需点击即可远程控制任意计算机或浏览器，体验全新的便捷与智能。\n- **\\[2025-04-17\\]** - 🎉 我们很高兴地宣布发布新的 UI-TARS Desktop 应用程序 v0.1.0，其中重新设计了代理用户界面。该应用提升了用户的电脑使用体验，新增了浏览器操作功能，并支持 [先进的 UI-TARS-1.5 模型](https:\u002F\u002Fseed-tars.com\u002F1.5)，以实现更好的性能和精准控制。\n- **\\[2025-02-20\\]** - 📦 推出了 [UI TARS SDK](.\u002Fdocs\u002Fsdk.md)，这是一个功能强大的跨平台工具包，用于构建 GUI 自动化代理。\n- **\\[2025-01-23\\]** - 🚀 我们更新了 中文版中的 **[云部署](.\u002Fdocs\u002Fdeployment.md#cloud-deployment)** 部分：[GUI模型部署教程](https:\u002F\u002Fbytedance.sg.larkoffice.com\u002Fdocx\u002FTCcudYwyIox5vyxiSDLlgIsTgWf#U94rdCxzBoJMLex38NPlHL21gNb)，加入了与 ModelScope 平台相关的新信息。现在你可以使用 ModelScope 平台进行部署。\n\n\u003Cbr>\n\n## Agent TARS\n\n\u003Cp>\n \u003Ca href=\"https:\u002F\u002Fnpmjs.com\u002Fpackage\u002F@agent-tars\u002Fcli?activeTab=readme\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fnpm\u002Fv\u002F@agent-tars\u002Fcli?style=for-the-badge&colorA=1a1a2e&colorB=3B82F6&logo=npm&logoColor=white\" alt=\"npm版本\" \u002F>\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Fnpmcharts.com\u002Fcompare\u002F@agent-tars\u002Fcli?minimal=true\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fnpm\u002Fdm\u002F@agent-tars\u002Fcli.svg?style=for-the-badge&colorA=1a1a2e&colorB=0EA5E9&logo=npm&logoColor=white\" alt=\"下载量\" \u002F>\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Fnodejs.org\u002Fen\u002Fabout\u002Fprevious-releases\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fnode\u002Fv\u002F@agent-tars\u002Fcli.svg?style=for-the-badge&colorA=1a1a2e&colorB=06B6D4&logo=node.js&logoColor=white\" alt=\"Node.js版本\">\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002FHnKcSBgTVx\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FDiscord-Join%20Community-5865F2?style=for-the-badge&logo=discord&logoColor=white\" alt=\"Discord社区\" \u002F>\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Ftwitter.com\u002Fagent_tars\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FTwitter-Follow%20%40agent__tars-1DA1F2?style=for-the-badge&logo=twitter&logoColor=white\" alt=\"官方Twitter\" \u002F>\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Fapplink.larkoffice.com\u002Fclient\u002Fchat\u002Fchatter\u002Fadd_by_link?link_token=deen76f4-ea3c-4964-93a3-78f126f39651\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002F飞书群-加入交流群-00D4AA?style=for-the-badge&logo=lark&logoColor=white\" alt=\"飞书交流群\" \u002F>\u003C\u002Fa>\n \u003Ca href=\"https:\u002F\u002Fdeepwiki.com\u002Fbytedance\u002FUI-TARS-desktop\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FDeepWiki-Ask%20AI-8B5CF6?style=for-the-badge&logo=gitbook&logoColor=white\" alt=\"Ask DeepWiki\" \u002F>\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cb>Agent TARS\u003C\u002Fb> 是一个通用的多模态 AI 助手栈，它将 GUI 助手和视觉能力带入你的终端、电脑、浏览器以及各类产品中。\u003Cbr> \u003Cbr>\n它主要提供用于使用的 \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fcli.html\" target=\"_blank\">命令行界面\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fweb-ui.html\" target=\"_blank\">Web 界面\u003C\u002Fa>。\n其目标是通过前沿的多模态大语言模型，结合与各种现实世界 \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fmcp.html\" target=\"_blank\">MCP 工具\u003C\u002Fa> 的无缝集成，提供更接近人类完成任务的工作流程。\n\n### 展示\n\n```\n请帮我预订 9月1日从圣何塞飞往纽约的最早航班，以及9月6日的最后一班返程航班，使用 Priceline 平台。\n```\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F772b0eef-aef7-4ab9-8cb0-9611820539d8\n\n\u003Cbr>\n\n\u003Ctable>\n \u003Cthead>\n \u003Ctr>\n \u003Cth width=\"50%\" align=\"center\">预订酒店\u003C\u002Fth>\n \u003Cth width=\"50%\" align=\"center\">生成包含额外 MCP 服务器的图表\u003C\u002Fth>\n \u003C\u002Ftr>\n \u003C\u002Fthead>\n \u003Ctbody>\n \u003Ctr>\n \u003Ctd align=\"center\">\n \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fc9489936-afdc-4d12-adda-d4b90d2a869d\" width=\"50%\">\u003C\u002Fvideo>\n \u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fa9fd72d0-01bb-4233-aa27-ca95194bbce9\" width=\"50%\">\u003C\u002Fvideo>\n \u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"left\">\n \u003Cb>指令：\u003C\u002Fb> \u003Ci>我将于9月1日至9月6日在洛杉矶，预算为5,000美元。请帮我预订一家靠近机场的丽思卡尔顿酒店，并在 booking.com 上完成预订，同时为我整理一份交通指南。\u003C\u002Fi>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">\n \u003Cb>指令：\u003C\u002Fb> \u003Ci>给我画一张杭州一个月的天气图表。\u003C\u002Fi>\n \u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n更多用例，请查看 [#842](https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fissues\u002F842)。\n\n### 核心功能\n\n- 🖱️ **一键式开箱即用 CLI** - 同时支持带有界面的 [Web UI](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fweb-ui.html) 和无界面的 [服务器端执行](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fadvanced\u002Fserver.html) [执行](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fcli.html)。\n- 🌐 **混合型浏览器助手** - 可以使用 [GUI 助手](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fbrowser.html#visual-grounding)、[DOM](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fbrowser.html#dom)，或混合策略来控制浏览器。\n- 🔄 **事件流** - 基于协议的事件流驱动着 [上下文工程](https:\u002F\u002Fagent-tars.com\u002Fbeta#context-engineering) 和 [助手 UI](https:\u002F\u002Fagent-tars.com\u002Fblog\u002F2025-06-25-introducing-agent-tars-beta.html#easy-to-build-applications)。\n- 🧰 **MCP 集成** - 内核基于 MCP 构建，同时也支持挂载 [MCP 服务器](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fmcp.html)，以连接到现实世界的工具。\n\n### 快速开始\n\n\u003Cimg alt=\"Agent TARS CLI\" src=\"https:\u002F\u002Fagent-tars.com\u002Fagent-tars-cli.png\">\n\n```bash\n# 使用 `npx` 启动。\nnpx @agent-tars\u002Fcli@latest\n\n# 全局安装，需 Node.js >= 22\nnpm install @agent-tars\u002Fcli@latest -g\n\n# 使用您偏好的模型提供商运行\nagent-tars --provider volcengine --model doubao-1-5-thinking-vision-pro-250428 --apiKey your-api-key\nagent-tars --provider anthropic --model claude-3-7-sonnet-latest --apiKey your-api-key\n```\n\n访问全面的 [快速入门](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fget-started\u002Fquick-start.html) 指南，获取详细的设置说明。\n\n### 文档\n\n> 🌟 **探索 Agent TARS 世界** 🌟\n\n\u003Ctable>\n \u003Cthead>\n \u003Ctr>\n \u003Cth width=\"20%\" align=\"center\">类别\u003C\u002Fth>\n \u003Cth width=\"30%\" align=\"center\">资源链接\u003C\u002Fth>\n \u003Cth width=\"50%\" align=\"left\">描述\u003C\u002Fth>\n \u003C\u002Ftr>\n \u003C\u002Fthead>\n \u003Ctbody>\n \u003Ctr>\n \u003Ctd align=\"center\">🏠 \u003Cstrong>中央枢纽\u003C\u002Fstrong>\u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fagent-tars.com\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FVisit-Website-4F46E5?style=for-the-badge&logo=globe&logoColor=white\" alt=\"网站\" \u002F>\n \u003C\u002Fa>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">您通往 Agent TARS 生态系统的入口\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"center\">📚 \u003Cstrong>快速入门\u003C\u002Fstrong>\u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fget-started\u002Fquick-start.html\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FGet-Started-06B6D4?style=for-the-badge&logo=rocket&logoColor=white\" alt=\"快速入门\" \u002F>\n \u003C\u002Fa>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">五分钟从零到精通\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"center\">🚀 \u003Cstrong>最新动态\u003C\u002Fstrong>\u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fbeta\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FRead-Blog-F59E0B?style=for-the-badge&logo=rss&logoColor=white\" alt=\"博客\" \u002F>\n \u003C\u002Fa>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">发现前沿功能与愿景\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"center\">🛠️ \u003Cstrong>开发者专区\u003C\u002Fstrong>\u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fget-started\u002Fintroduction.html\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FView-Docs-10B981?style=for-the-badge&logo=gitbook&logoColor=white\" alt=\"文档\" \u002F>\n \u003C\u002Fa>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">掌握所有命令与功能\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"center\">🎯 \u003Cstrong>案例展示\u003C\u002Fstrong>\u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fissues\u002F842\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FView-Examples-8B5CF6?style=for-the-badge&logo=github&logoColor=white\" alt=\"示例\" \u002F>\n \u003C\u002Fa>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">查看官方及社区构建的使用场景\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003Ctr>\n \u003Ctd align=\"center\">🔧 \u003Cstrong>参考\u003C\u002Fstrong>\u003C\u002Ftd>\n \u003Ctd align=\"center\">\n \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fapi\u002F\">\n \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FAPI-Reference-EF4444?style=for-the-badge&logo=book&logoColor=white\" alt=\"API\" \u002F>\n \u003C\u002Fa>\n \u003C\u002Ftd>\n \u003Ctd align=\"left\">完整的技术参考\u003C\u002Ftd>\n \u003C\u002Ftr>\n \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Cbr\u002F>\n\u003Cbr\u002F>\n\u003Cbr\u002F>\n\n## UI-TARS 桌面版\n\n\u003Cp align=\"center\">\n \u003Cimg alt=\"UI-TARS\" width=\"260\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbytedance_UI-TARS-desktop_readme_0af243988120.png\">\n\u003C\u002Fp>\n\nUI-TARS 桌面版是一款运行在本地计算机上的原生 GUI 助手，由 [UI-TARS](https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS) 和 Seed-1.5-VL\u002F1.6 系列模型驱动。\n\n\u003Cdiv align=\"center\">\n\u003Cp>\n    📑 \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2501.12326\">论文\u003C\u002Fa>   \n | 🤗 \u003Ca href=\"https:\u002F\u002Fhuggingface.co\u002FByteDance-Seed\u002FUI-TARS-1.5-7B\">Hugging Face 模型\u003C\u002Fa>  \n |   🫨 \u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002FpTXwYVjfcs\">Discord\u003C\u002Fa>  \n |   🤖 \u003Ca href=\"https:\u002F\u002Fwww.modelscope.cn\u002Fcollections\u002FUI-TARS-bccb56fa1ef640\">ModelScope\u003C\u002Fa>  \n\u003Cbr>\n🖥️ 桌面应用   \n|    👓 \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fweb-infra-dev\u002Fmidscene\">Midscene（可在浏览器中使用）\u003C\u002Fa>   \n\u003C\u002Fp>\n\n\u003C\u002Fdiv>\n\n### 案例展示\n\n\u003C!-- \u002F\u002F FIXME: Choose only two demo, one local computer and one remote computer showcase. -->\n\n| 指令 | 本地操作员 | 远程操作员 |\n| :----------------------------------------------------------------------------------------------------------------------------: | :----------------------------------------------------------------------------------------------------------: | :----------------------------------------------------------------------------------------------------------: |\n| 请帮我打开 VS Code 的自动保存功能，并将 VS Code 设置中的自动保存延迟 500 毫秒。 | \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fe0914ce9-ad33-494b-bdec-0c25c1b01a27\" height=\"300\" \u002F> | \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F01e49b69-7070-46c8-b3e3-2aaaaec71800\" height=\"300\" \u002F> |\n| 您能帮我查看一下 UI-TARS 桌面版项目在 GitHub 上最新的未解决问题吗？ | \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F3d159f54-d24a-4268-96c0-e149607e9199\" height=\"300\" \u002F> | \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F072fb72d-7394-4bfa-95f5-4736e29f7e58\" height=\"300\" \u002F> |\n\n### 特性\n\n- 🤖 基于视觉-语言模型的自然语言控制\n- 🖥️ 支持截图与视觉识别\n- 🎯 精确的鼠标和键盘控制\n- 💻 跨平台支持（Windows\u002FMacOS\u002F浏览器）\n- 🔄 实时反馈与状态显示\n- 🔐 私密且安全——完全本地化处理\n\n### 快速入门\n\n请参阅 [快速入门](.\u002Fdocs\u002Fquick-start.md)\n\n## 贡献\n\n请参阅 [CONTRIBUTING.md](.\u002FCONTRIBUTING.md)。\n\n## 许可证\n\n本项目采用 Apache License 2.0 许可证。\n\n## 引用\n\n如果您在研究中发现我们的论文和代码有所帮助，请考虑给个赞 :star: 并引用 :pencil:：\n\n```BibTeX\n@article{qin2025ui,\n title={UI-TARS：开创原生代理自动化 GUI 交互的新纪元},\n author={Qin, Yujia and Ye, Yining and Fang, Junjie and Wang, Haoming and Liang, Shihao and Tian, Shizuo and Zhang, Junda and Li, Jiahao and Li, Yunxin and Huang, Shijue and others},\n journal={arXiv 预印本 arXiv:2501.12326},\n year={2025}\n}\n```","# UI-TARS-desktop 快速上手指南\n\nUI-TARS-desktop 是一款基于 UI-TARS 模型的桌面应用程序，提供原生的 GUI Agent 能力。它支持本地运行、远程控制计算机以及浏览器操作，让用户能够通过自然语言指令控制电脑和浏览器完成复杂任务。\n\n## 环境准备\n\n### 系统要求\n- **操作系统**：Windows 10\u002F11, macOS 10.15+, 或主流 Linux 发行版\n- **内存**：建议 8GB 以上（本地运行模型时建议 16GB+）\n- **存储**：至少 5GB 可用空间用于存放模型文件\n- **网络**：稳定的互联网连接（用于下载模型或连接远程服务）\n\n### 前置依赖\n- **Node.js**：版本 >= 18.0.0（推荐使用 LTS 版本）\n- **npm** 或 **yarn**：包管理工具\n- **Python**（可选）：部分本地模型推理可能需要 Python 环境\n\n> 💡 **国内加速建议**：\n> - 使用淘宝 npm 镜像加速安装：`npm config set registry https:\u002F\u002Fregistry.npmmirror.com`\n> - 模型下载如遇网络问题，可关注官方是否提供 ModelScope（魔搭）平台下载方案\n\n## 安装步骤\n\n### 方式一：直接下载桌面应用（推荐新手）\n\n访问 [GitHub Releases](https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Freleases) 页面，下载对应操作系统的最新版本安装包：\n- Windows: `.exe` 或 `.msi` 文件\n- macOS: `.dmg` 文件\n- Linux: `.AppImage` 或 `.deb`\u002F`.rpm` 包\n\n下载完成后直接运行安装程序即可。\n\n### 方式二：源码安装（开发者）\n\n```bash\n# 克隆仓库\ngit clone https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop.git\ncd UI-TARS-desktop\n\n# 安装依赖\nnpm install\n\n# 构建并启动\nnpm run dev\n```\n\n### 获取模型\n\n首次使用前需下载模型文件：\n\n```bash\n# 本地运行模式：下载模型到本地\n# 具体命令请参考 docs\u002Fquick-start.md 中的 \"Get Model and Run Local Operator\" 章节\n\n# 或使用远程模式（无需下载大模型）\n# 参考 \"Run Remote Operator\" 章节配置远程服务\n```\n\n> 📌 注意：本地模式需要较大的磁盘空间和内存，远程模式则依赖网络连接至远程服务器。\n\n## 基本使用\n\n### 启动应用\n\n安装完成后，双击桌面图标启动 UI-TARS-desktop。\n\n### 简单示例\n\n1. **启动应用**后，在输入框中输入自然语言指令，例如：\n ```\n 打开浏览器并访问百度首页\n ```\n\n2. 点击执行按钮，AI Agent 将自动：\n - 识别当前屏幕内容\n - 规划操作步骤\n - 控制鼠标和键盘完成指定任务\n\n3. **远程控制示例**（需配置远程服务）：\n ```\n 在远程电脑上打开记事本并输入\"Hello World\"\n ```\n\n4. **浏览器操作示例**：\n ```\n 在 Chrome 中搜索\"最新 AI 新闻\"并打开第一个链接\n ```\n\n### 运行模式选择\n\n- **本地模式 (Local)**：所有推理在本地完成，隐私性好，但需要高性能硬件\n- **远程模式 (Remote)**：利用云端算力，对本地硬件要求低，需网络连接\n- **浏览器代理 (Browser Operator)**：专门针对浏览器自动化任务优化\n\n> 💡 提示：首次使用建议在官方文档的 [Quick Start](https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fblob\u002Fmain\u002Fdocs\u002Fquick-start.md) 中查看详细配置说明，特别是模型选择和 API 密钥设置部分。","某电商运营专员每天需跨多个后台系统（如 ERP、广告平台、客服系统）重复执行数据核对与报表下载任务，人工操作繁琐且易出错。\n\n### 没有 UI-TARS-desktop 时\n- **操作割裂低效**：需要在不同软件窗口间频繁切换，手动复制粘贴数据，大量时间浪费在机械性点击上。\n- **流程难以自动化**：传统 RPA 脚本对界面变化极其敏感，一旦按钮位置微调或弹窗出现，脚本即刻失效，维护成本极高。\n- **异常处理僵化**：遇到非标准弹窗或加载延迟时，程序无法像人一样“观察”屏幕并调整策略，只能报错停止。\n- **多模态理解缺失**：无法直接识别屏幕上的图表趋势或错误提示图标，必须依赖固定的文本元素定位，灵活性差。\n\n### 使用 UI-TARS-desktop 后\n- **自然语言驱动**：只需输入“下载昨日各渠道广告消耗表并汇总”，UI-TARS-desktop 即可自主规划步骤，自动操控鼠标键盘完成跨应用操作。\n- **视觉感知自适应**：基于原生 GUI Agent 能力，它能像人类一样“看懂”界面布局，即使按钮位置变动或出现新弹窗，也能实时调整操作路径。\n- **智能异常恢复**：遇到网络卡顿或意外弹窗时，UI-TARS-desktop 能根据屏幕画面判断状态，自动执行关闭弹窗或重试逻辑，无需人工干预。\n- **端到端闭环执行**：从打开浏览器登录、提取数据到本地 Excel 整理，全程无需编写代码或配置复杂规则，真正实现“所说即所得”。\n\nUI-TARS-desktop 将原本需要数小时的人工流水线作业压缩至分钟级，让电脑真正具备了理解图形界面并自主完成任务的“手眼脑”协同能力。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fbytedance_UI-TARS-desktop_c2c67676.png","bytedance","Bytedance Inc.","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fbytedance_7fee2b15.png","",null,"ByteDanceOSS","https:\u002F\u002Fopensource.bytedance.com","https:\u002F\u002Fgithub.com\u002Fbytedance",[82,86,90,94,97,101,105,108],{"name":83,"color":84,"percentage":85},"TypeScript","#3178c6",89,{"name":87,"color":88,"percentage":89},"MDX","#fcb32c",8.3,{"name":91,"color":92,"percentage":93},"JavaScript","#f1e05a",1.1,{"name":95,"color":96,"percentage":93},"CSS","#663399",{"name":98,"color":99,"percentage":100},"Less","#1d365d",0.2,{"name":102,"color":103,"percentage":104},"HTML","#e34c26",0.1,{"name":106,"color":107,"percentage":104},"Shell","#89e051",{"name":109,"color":110,"percentage":111},"Dockerfile","#384d54",0,29425,2878,"2026-04-16T18:56:36","Apache-2.0","Windows, macOS, Linux","未说明 (支持本地运行 UI-TARS 模型或远程调用，具体显存需求取决于所选模型大小)","未说明",{"notes":120,"python":121,"dependencies":122},"该工具主要作为桌面应用程序或 CLI 工具运行，核心依赖为 Node.js 22+。它支持两种模式：1. 本地模式：需在本地部署 UI-TARS 模型（具体硬件需求取决于模型版本）；2. 远程模式：可连接远程计算机或浏览器进行操作，降低本地硬件门槛。项目同时提供了 SDK 用于构建跨平台 GUI 自动化代理。","未说明 (主要基于 Node.js 环境)",[123,124],"Node.js >= 22","@agent-tars\u002Fcli",[13,15,126],"其他",[128,129,130,131,132,133,134,135,136,137,138,139,140,141],"agent","vlm","vision","computer-use","mcp","mcp-server","gui-operator","browser-use","gui-agent","multimodal","tars","ui-tars","agent-tars","cowork","2026-03-27T02:49:30.150509","2026-04-17T10:19:45.185162",[145,150,155,160,165,170],{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},37514,"使用 Hugging Face 或本地模型时遇到 404 错误（NO BODY）如何解决？","在配置 API 端点（endpoint）时，需要在 URL 末尾添加 `\u002Fv1` 后缀。例如，如果使用 UI-TARS-7B-DPO 模型，确保 base_url 包含 `\u002Fv1` 路径，这样即可正常连接并消除 404 错误。","https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fissues\u002F72",{"id":151,"question_zh":152,"answer_zh":153,"source_url":154},37515,"使用火山引擎（Volcengine）或其他兼容 OpenAI 接口的模型时报 404 错误怎么办？","检查配置的 `base_url`，确保其中**不包含** `\u002Fchat\u002Fcompletions` 后缀。许多新手会直接复制火山引擎 curl 示例中的完整 URL（含该后缀），但软件会自动拼接此路径。正确的做法是只填写到域名或端口部分（如 `http:\u002F\u002Fip:port\u002Fv1`），去掉末尾的 `\u002Fchat\u002Fcompletions`。","https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fissues\u002F608",{"id":156,"question_zh":157,"answer_zh":158,"source_url":159},37516,"MCP Server 启动时出现 JSON 解析错误（Unexpected token）或日志干扰协议怎么办？","这是由于旧版本的 `@agent-infra\u002Fmcp-server-browser` 将日志输出到了 stdout，干扰了 MCP 协议通信。请将依赖包升级到 `1.2.17` 或更高版本（例如运行 `npm install @agent-infra\u002Fmcp-server-browser@1.2.17`），新版本已修复此问题，不再向标准输出打印非协议日志。","https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fissues\u002F888",{"id":161,"question_zh":162,"answer_zh":163,"source_url":164},37517,"应用启动时报告 'app-update.yml' 文件不存在错误如何处理？","该错误通常出现在手动解压或非标准安装的场景下，不影响核心功能使用。如果主要遇到模型调用或搜索问题，请优先参考官方故障排查文档（https:\u002F\u002Fagent-tars.com\u002Fdoc\u002Ftrouble-shooting）检查模型配置；若需彻底解决更新检查报错，建议通过官方安装包重新安装以确保目录结构完整。","https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fissues\u002F389",{"id":166,"question_zh":167,"answer_zh":168,"source_url":169},37518,"目前支持接入 DeepSeek 模型吗？稳定性如何？","项目已尝试接入 DeepSeek 的视觉模型（如 deepseek-vl2），但目前稳定性尚不理想，用户反馈常伴有 400 错误代码。建议暂时使用其他更稳定的模型，或关注社区讨论以获取最新的兼容性进展。","https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fissues\u002F310",{"id":171,"question_zh":172,"answer_zh":173,"source_url":164},37519,"DuckDuckGo 搜索功能报错或无法使用是怎么回事？","DuckDuckGo 的搜索错误很可能是由于其接口被封禁或限制导致的。目前社区正在讨论增加代理功能以解决此类搜索引擎被墙的问题。在修复之前，建议尝试切换其他搜索提供商（如 SearXNG 或本地浏览器搜索），或关注相关 Issue 获取代理功能的更新。",[175,180,185,190,195,200,205,210,215,220,225,230,235,240,245,250,255,260,265,270],{"id":176,"version":177,"summary_zh":178,"released_at":179},298036,"v0.3.0","## 变更内容\n\n### 新功能 🎉\n\n* 功能（gui-agent）：添加 2.0 版本示例 (#1732)，由 @ZhaoHeh 在 39ee4a8 中完成\n* 功能（gui-agent）：添加图像细节计算器，以增强截图处理能力 (#1724)，由 @ZhaoHeh 在 71e6e1a 中完成\n* 功能（aio-operator）：导航后移除地址栏焦点 (#1723)，由 @ZhaoHeh 在 9fb722b 中完成\n* 功能（o-gui-agent）：将图像的细节参数加入消息中 (#1722)，由 @ZhaoHeh 在 53bb572 中完成\n* 功能（tarko-agent-ui）：在分享对话模态框中添加复制链接选项 (#1706)，由 @ULIVZ 在 89b0021 中完成\n* 功能（tarko）：添加事件流查看器 (#1374)，由 @ULIVZ 在 41bf5b9 中完成\n* 功能（game-mode）：改进游戏代理模式的错误处理和用户体验 (#1673)，由 @ZhaoHeh 在 41771b5 中完成\n* 功能（tarko-agent-ui）：改进原始模式渲染器设计 (#1677)，由 @ULIVZ 在 7aca7b3 中完成\n* 功能（agent-tars）：添加欢迎卡片 (#1685)，由 @ULIVZ 在 20aefb1 中完成\n* 功能（tarko-server-next）：优化控制器部分代码，避免 go … (#1684)，由 @cjraft 在 3e4dbb1 中完成\n* 功能（omni-agent）：修复图片压缩器依赖问题 (#1683)，由 @cjraft 在 135cf99 中完成\n* 功能：TARS 平台增强及兼容性修复 (#1680)，由 @cjraft 在 c350778 中完成\n* 功能（tarko-agent-ui）：在终端渲染器的 JSON 输出中添加可点击的 URL 链接 (#1655)，由 @ULIVZ 在 3d18050 中完成\n* 功能（tarko-agent-ui）：将代理模式选择器中的加号图标替换为闪电图标 (#1674)，由 @ULIVZ 在 4375ec1 中完成\n* 功能（omni-agent）：缩小游戏欢迎卡片 (#1672)，由 @ZhaoHeh 在 9dc0d05 中完成\n* 功能（o-gui-agent）：初始化截图时将等待时间设置为 5 秒 (#1671)，由 @ZhaoHeh 在 3b6ca2b 中完成\n* 功能（omni-agent）：为游戏模式添加功能提示 (#1668)，由 @ZhaoHeh 在 eab67bf 中完成\n* 功能（omni-agent）：优化代理游戏模式的 UI (#1665)，由 @ZhaoHeh 在 db0aade 中完成\n* 功能（tarko-agent-next）：从 agent-server 同步代码 (#1663)，由 @cjraft 在 2602b10 中完成\n* 功能（tarko-agent-server、agent-ui）：在会话创建时返回初始化事件 (#1662)，由 @ULIVZ 在 008124a 中完成\n* 功能（o-gui-agent）：在用户实际查询之前插入预设消息 (#1661)，由 @ZhaoHeh 在 43ba4cf 中完成\n* 功能（omni-agent）：添加默认 runtimeSettings (#1657)，由 @cjraft 在 464ee9b 中完成\n* 功能（o-gui-agent）：支持代理模式和游戏操作员，并增强错误处理能力 (#1656)，由 @ZhaoHeh 在 4539b80 中完成\n* 功能（tarko-agent-server、agent-ui）：将代理选项和设置的架构从主页调整到会话页面 (#1645)，由 @ULIVZ 在 3a27504 中完成\n* 功能（omni-agent）：更新 agentMode 结构；添加游戏模式支持 (#1649)，由 @cjraft 在 f3ec7d4 中完成\n* 功能（omni-agent）：为 GUI 截图压缩图片 (#1647)，由 @cjraft 在 b8e3d68 中完成\n* 功能（tarko-agent-ui）：欢迎卡片 (#1643)，由 @ULIVZ 在 37babcc 中完成\n* 功能（omni-agent）：更新代理模式配置结构 (#1642)，由 @cjraft 在 c3e8513 中完成\n* 功能（tarko-agent）：通过枚举标签和 UI 布局控制增强运行时设置 (#1638)，由 @ULIVZ 在 70571c2 中完成\n* 功能（tarko-agent-ui）：将通用工具渲染器替换为终端风格的渲染器 (#1594)，由 @ULIVZ 在 6367f5a 中完成\n* 功能（tarko）：在 server-next 中添加运行时设置 API (#1634)，由 @cjraft 在 8d6b08e 中完成\n* 功能（tar","2025-11-04T16:10:39",{"id":181,"version":182,"summary_zh":183,"released_at":184},298037,"v0.3.0-beta.12","## 变更内容\n\n### 新功能 🎉\n\n* feat(tarko-agent-ui): 新布局设计 (#1553) 由 @ULIVZ 在 21d59fb 中实现\n* feat(tarko-agent-server-next): 支持替换服务器全局日志记录器 (#1554) 由 @cjraft 在 4228662 中实现\n* feat(tarko-agent-server-next): 添加代理在切换模型时的初始事件 (#1552) 由 @cjraft 在 55ae6d7 中实现\n* feat(tarko-agent): 恢复代理会话时的事件 (#1548) 由 @ULIVZ 在 1282b70 中实现\n* feat: 添加 `@tarko\u002Fagent-server-next` (#1551) 由 @cjraft 在 043a901 中实现\n* feat(tarko-agent-ui): 在代理运行期间禁用模型选择器 (#1520) 由 @ULIVZ 在 751be28 中实现\n* feat(tarko-agent-ui): 废弃计划功能 (#1521) 由 @ULIVZ 在 5d875e2 中实现\n* feat(tarko-agent-server): 添加 `server.models` 支持 (#1488) 由 @ULIVZ 在 0f4fd41 中实现\n* feat(model-provider): 添加自动 Claude 请求头支持 (#1314) 由 @ULIVZ 在 160b758 中实现\n* feat(tarko-mcp-agent): 移除已弃用的 `mcpClientVersion` 支持 (#1510) 由 @ULIVZ 在 4f69ba2 中实现\n* feat(tarko-mcp-agent): 将 defaultConnectionTimeout 从 180 秒调整为 60 秒 (#1505) 由 @ULIVZ 在 4db1baf 中实现\n* feat(tarko): 从代理内核中废弃 `model.providers` (#1483) 由 @ULIVZ 在 23002fd 中实现\n* feat(tarko-agent-ui): 支持 LinkReaderRenderer 中的换行符 (#1482) 由 @ULIVZ 在 f72e813 中实现\n* feat(tarko-agent-ui): 增强代理 UI 配置系统 (#1464) 由 @cjraft 在 d2f3633 中实现\n* feat(tarko-agent-ui): 显示彩色终端输出 (#1476) 由 @ULIVZ 在 c9d935b 中实现\n* feat(agent-tars): 在系统提示中强调使用 Python 3 (#1469) 由 @ULIVZ 在 b457234 中实现\n* feat(tarko-mcp-agent): 添加 `defaultConnectionTimeout` 选项 (#1462) 由 @ULIVZ 在 f49b2d7 中实现\n\n### Bug 修复 🐛\n\n* fix(tarko-agent-ui): 支持流式传输中的所有 SSE 行分隔符 (#1568) 由 @ULIVZ 在 bdceb7c 中实现\n* fix(tarko-agent-ui): Tailwind 无法转译来自 `@tarko\u002Fui` 的样式 (#1545) 由 @ULIVZ 在 a1f2c53 中实现\n* fix(tarko-agent-ui): 配置问题 (#1541) 由 @cjraft 在 34bc5b0 中实现\n* fix(tarko-agent-ui): 导航栏在小屏幕上重叠 (#1519) 由 @ULIVZ 在 18e1de6 中实现\n* fix(model-provider): 原生提供程序回归问题 (#1503) 由 @ULIVZ 在 a450de0 中实现\n* fix(tarko-agent): 防止测试中出现 max-iter 警告 由 @ulivz 在 fdbf085 中实现\n* fix(tarko-agent): 应当跟踪工具执行错误的耗时 (#1474) 由 @ULIVZ 在 6e7dd1f 中实现\n* fix(tarko-agent): 错误的 `agent_run_end` 状态 (#1473) 由 @ULIVZ 在 c3a110b 中实现\n* fix(tarko-agent-ui): 防止代码编辑器标题中出现未定义的扩展名 (#1472) 由 @ULIVZ 在 9b99a7d 中实现\n* fix(tarko): 在会话路由中保留 logo 参数 (#1471) 由 @ULIVZ 在 9bff541 中实现\n\n### 文档 📚\n\n* docs(tarko-agent): 初始化文档 (#1502) 由 @ULIVZ 在 b7af1e8 中实现\n* docs: 移除重复的页眉 (#1559) 由 @ULIVZ 在 52c0616 中实现\n* docs: 修正 mcp 文档中的拼写错误 (#1516) 由 @ULIVZ 在 435ea77 中实现\n* docs: 优化 `useCursor` 的实现 (#1501) 由 @ULIVZ 在 760072b 中实现\n* docs: 将 rspress 升级至 v2.0.0-beta.32 (#1495) 由 @ULIVZ 在 0bac513 中实现\n* docs(agent-tars): 代理 API 文档 (#1459) 由 @ULIVZ 在 04cc246 中实现\n* docs: 添加 `@tarko\u002Fmcp-agent` (#1458) 由 @ULIVZ 在 df","2025-09-19T02:13:54",{"id":186,"version":187,"summary_zh":188,"released_at":189},298038,"v0.3.0-beta.11","## 变更内容\n\n从 v0.3.0-beta.11 版本开始，我们主要引入了 **实时思考时长协议**，为代理服务器引入了 **MongoDB 数据提供者**，支持了 **Tarko 代理 UI 构建工具和 CLI**，并对 Web UI 的许多体验进行了优化。\n\n以下是思考时长的简单演示：\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fee2e2883-4bf5-4558-a1a6-eff34916fb68\n\n\n### 新特性 🎉\n\n* feat(tarko): 为代理服务器实现 MongoDB 数据提供者 (#1450)，由 @cjraft 在 b69aa5a 中完成\n* feat(tarko): `agui` CLI 用于代理 UI 构建工具，请参阅 [@tarko\u002Fagent-ui-cli](http:\u002F\u002Fnpmjs.com\u002F@tarko\u002Fagent-ui-cli) (#1446)，由 @ulivz 在 7bb9184 中完成\n* feat(o-agent): 更新沙盒 SDK 和 gui-agent operator (#1437)，由 @cjraft 在 8e2d7bb 中完成\n* feat(mcp-servers): 支持 MCP 官方注册中心 (#1447)，由 @ycjcl868 在 5d773cf 中完成\n* feat(tarko): 添加导航栏 logo 显示选项 (#1443)，由 @ulivz 在 4b1ed1f 中完成\n* feat(tarko): 初始化 `@tarko\u002Fagent-ui-builder` (#1436)，由 @ulivz 在 a99ac0c 中完成\n* feat(tarko): 将工作区 navItems 从页眉移动到导航栏 (#1441)，由 @ulivz 在 73fa2dc 中完成\n* feat(tarko): 为 `read_multiple_files` 工具添加标签式文件查看器 (#1438)，由 @ulivz 在 88f3568 中完成\n* feat(gui-agent): 改进 AIOBrowser 中的页面可见性检测 (#1431)，由 @ZhaoHeh 在 230853e 中完成\n* feat(tarko-agent): 引入思考时长协议并现代化思考 UI (#1423)，由 @ulivz 在 094d40e 中完成\n* feat(tarko): 优化收集的文件 (#1422)，由 @ulivz 在 95b1bfb 中完成\n* feat(tarko): 添加 `guiAgent.renderBrowserShell` 选项 (#1421)，由 @ulivz 在 5a9d8e4 中完成\n\n### Bug 修复 🐛\n\n* fix(tarko): 获取实际的远程配置而非本地文件 (#1449)，由 @ryanroe 在 083f842 中完成\n* fix(tarko): 在代理 CLI 构建中外部化 `@tarko\u002Fagent-ui-builder` (#1445)，由 @ulivz 在 fe579ae 中完成\n* fix(tarko): 改善 Markdown 内联代码的包裹 (#1439)，由 @ulivz 在 df9f553 中完成\n* fix(tarko): 解决 React key 展开警告和 hooks 渲染问题 (#1435)，由 @ulivz 在 f3f4bf6 中完成\n* fix(tarko): 使思考切换默认展开且无初始动画 (#1432)，由 @ulivz 在 ce0947d 中完成\n* fix(tarko): 通过缓存回调防止频繁调用 `api\u002Fv1\u002Fmodels` (#1378)，由 @ulivz 在 e07ec41 中完成\n* fix(tarko): 改善滚动到底部指示器的边缘情况处理 (#1429)，由 @ulivz 在 50eb9f2 中完成\n* fix(tarko): 防止 SessionRouter 中会话重复加载 (#1427)，由 @ulivz 在 f96d4ff 中完成\n* fix(tarko-agent): 改善 PromptEngineeringToolCallEngine 中的 JSON 解析（关闭：#1360）(#1361)，由 @ulivz 在 b2d5817 中完成\n\n### 其他变更\n\n* refactor(tarko): 将 `SessionItemInfo` 重命名为 `SessionInfo` (#1440)，由 @ulivz 在 d1b4d97 中完成\n* refactor(tarko): 将 `agent-web-ui` 重命名为 `agent-ui` (#1434)，由 @ulivz 在 9a4e8f5 中完成\n* refactor(tarko): 简化代码编辑器组件 (#1425)，由 @ulivz 在 8b46f6f 中完成\n* chore(tars-stack): 发布 0.3.0-beta.11，由 @ulivz 在 be3cfab 中完成\n* chore(all): 修复变更日志生成问题 (#1420)，由 @ulivz 在 e53360b 中完成\n* ci: 从发布脚本中移除标签前缀 (#1451)，由 @ulivz 在 12ebdba 中完成\n* ci(ptk): GitHub 发布 (#1428)，由 @ulivz 在 cbe3894 中完成\n\n**完整变更**","2025-09-09T14:44:44",{"id":191,"version":192,"summary_zh":193,"released_at":194},298039,"@agent-tars@0.3.0-beta.10","## 变更内容\n\n### 新闻 ✨\n\n我们非常高兴地宣布，此版本正式引入了 **对 UI-TARS-2 的支持**！🎉 \n\n- 🔗 **X**: [https:\u002F\u002Fx.com\u002FTsingYoga\u002Fstatus\u002F1963629621326614940](https:\u002F\u002Fx.com\u002FTsingYoga\u002Fstatus\u002F1963629621326614940) \n- 📄 **论文**: [https:\u002F\u002Farxiv.org\u002Fabs\u002F2509.02544](https:\u002F\u002Farxiv.org\u002Fabs\u002F2509.02544) \n- 💻 **展示**: [https:\u002F\u002Fseed-tars.com\u002Fshowcase\u002Fui-tars-2](https:\u002F\u002Fseed-tars.com\u002Fshowcase\u002Fui-tars-2) \n\n\n这一里程碑，连同 [v0.3.0-beta.9](https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Freleases\u002Ftag\u002F%40agent-tars%400.3.0-beta.9)，标志着 **TARS Stack 进入了一个全新的阶段**。🚀 \n\n如果没有我们杰出的核心贡献者们的奉献与辛勤工作，这次发布是不可能实现的： \n**@cjraft**、**@ZhaoHeh**、**@ycjcl868**、**@skychx**、**@ulivz** 和 **@helio9cn**。🙌 \n\n旅程才刚刚开始——敬请期待更多精彩更新！💡✨\n\n### 演示\n\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F524a9f0f-b669-4533-9a59-09d934ef4340\n\n\n\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fc1b44eb0-3e21-42d8-b32c-a8b080bf366e\n\n\n\n### 新特性 🎉\n\n* feat(tarko): 将欢迎提示限制为 3 条，并加入随机排序 (#1416) by @ulivz in c6d6791\n* feat(tarko): 优化所有空状态 (#1408) by @ulivz in 18dc008\n* feat(tarko): 在普通模式下添加用户消息自动滚动功能 (#1412) by @ulivz in 2c7f55d\n* feat(tarko): 增强 slug 生成功能，支持多语言 (#1410) by @ulivz in 915c7c5\n* feat(tarko): 为回放功能增加自动滚动 (#1407) by @ulivz in da22a39\n* feat(tarko): 改进 ChatInput 的用户体验，添加条件性帮助文本及首页变体 (#1406) by @ulivz in 8c38bfc\n* feat(tarko): 优化思考动画 (#1404) by @ulivz in bae4951\n* feat(tarko): 优化滚动到底部指示器 (#1402) by @ulivz in 3a7d239\n* feat(tarko): 将 HTML 渲染器的默认背景设置为白色 (#1397) by @ulivz in c583e7e\n\n### 错误修复 🐛\n\n* fix(tarko): 防止刷新时历史用户消息自动滚动 (#1415) by @ulivz in 62df723\n* fix(tarko): 改进滚动到底部指示器的检测逻辑 (#1411) by @ulivz in 556e3a0\n* fix(tarko): 改善会话界面状态管理 (#1409) by @ulivz in 0391c11\n* fix(tarko): 优化滚动到底部指示器在会话切换及边缘情况下的表现 (#1405) by @ulivz in 442dab8\n* fix(tarko): 改善 Markdown 链接解析的边缘情况 (#1398) by @ulivz in 24fdf31\n\n### 其他变更\n\n* refactor(tarko): 移除空状态中的多余点符号 (#1414) by @ulivz in 074559e\n* chore(tars-stack): 发布 0.3.0-beta.10 by @ulivz in 59b59ef\n* chore: 修复变更日志筛选范围并恢复缺失条目 (#1418) by @ulivz in b3fe00d\n* chore(o-agent): 更新示例提示语 (#1417) by @ulivz in 3b28c9b\n* chore(tarko): 加强代码块间距 (#1400) by @ulivz in 1752459\n* chore(tars-stack): 发布 0.3.0-beta.9 (#1396) by @ulivz in da0e22b\n\n**完整变更日志**: [v0.3.0-beta.9...v0.3.0-beta.10](https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fcompare\u002F@agent-tars@0.3.0-beta.9..","2025-09-07T19:32:40",{"id":196,"version":197,"summary_zh":198,"released_at":199},298040,"@agent-tars@0.3.0-beta.9","## 变更内容\n\n### 新闻 ✨\n\n我们很高兴地宣布，此版本正式引入对 **UI-TARS-2** 的支持！\n\n- 论文：https:\u002F\u002Farxiv.org\u002Fabs\u002F2509.02544\n- 演示：https:\u002F\u002Fseed-tars.com\u002Fshowcase\u002Fui-tars-2\n- X：https:\u002F\u002Fx.com\u002FTsingYoga\u002Fstatus\u002F1963629621326614940\n\n### 新特性 🎉\n\n* feat(tarko)：优化 LinkReaderRenderer (#1393)，由 @ulivz 在 c985542 中完成\n* feat(o-agent)：为模型思考添加临时修复 (#1395)，由 @cjraft 在 605bf84 中完成\n* feat(tarko)：自动在分享链接中追加 `replay=1` 参数 (#1394)，由 @ulivz 在 6a85332 中完成\n* feat(o-agent)：更新系统提示语 (#1392)，由 @cjraft 在 b19f9ef 中完成\n* feat(tarko)：禁用 Markdown 渲染器中的 HTML 渲染 (#1391)，由 @ulivz 在 057a466 中完成\n* feat(gui-agent)：在 AIO 混合运算符上截图前延迟 1 秒 (#1388)，由 @heh 在 79e835a 中完成\n* feat(o-gui-agent)：支持在 AIO 沙盒中使用 ChromeUI 进行 GUI 操作 (#1383)，由 @heh 在 a034369 中完成\n* feat(tarko)：优化 `guiAgent.renderGUIAction` 的行为 (#1386)，由 @ulivz 在 94b4c32 中完成\n* feat(o-agent)：更新 SP 中的时间和代理指令 (#1384)，由 @cjraft 在 1906ec6 中完成\n* feat(tarko)：新增多模态剪贴板粘贴支持 (#1379)，由 @ulivz 在 2b40a7c 中完成\n* feat(tarko)：重构聊天面板 UI (#1375)，由 @ulivz 在 70c28fa 中完成\n* feat(tarko)：在首页复用聊天输入框 (#1313)，由 @ulivz 在 350364d 中完成\n* feat(tarko)：在导航栏中添加模型 ID 提示信息 (#1370)，由 @ulivz 在 4da9abb 中完成\n* feat(o-agent)：原生思考 (#1371)，由 @cjraft 在 195c875 中完成\n\n### Bug 修复 🐛\n\n* fix(tarko)：修正代理执行过程中 `isProcessing` 状态的管理问题 (#1387)，由 @ulivz 在 9d0df70 中完成\n* fix(tarko)：修复包含中文文本的 Markdown 链接解析问题 (#1358)，由 @ulivz 在 73ca0ca 中完成\n* fix(tarko)：修复工作区中图像数据缺失的问题 (#1373)，由 @ulivz 在 2a79e1d 中完成\n\n### 其他变更\n\n* refactor(tarko)：简化截图显示状态的管理 (#1390)，由 @ulivz 在 d3710ad 中完成\n* refactor(tarko)：移除不必要的抽象和冗余的状态更新 (#1380)，由 @ulivz 在 dfee2b3 中完成\n* chore(tars-stack)：发布 0.3.0-beta.9 版本，由 @ulivz 在 81a1cfa 中完成\n* chore(o-agent)：禁用 GUI 代理的截图开关及渲染功能 (#1385)，由 @ulivz 在 2a92348 中完成\n* chore(ptk)：为发布提交添加 `--no-verify` 参数 (#1369)，由 @ulivz 在 e19a0f2 中完成\n* chore(ptk)：将发布提交的范围从 agent-tars 更新为 tars-stack (#1368)，由 @ulivz 在 25001c7 中完成\n* chore(all)：修复语法错误 (#1367)，由 @ulivz 在 48e40ab 中完成\n* ci(ptk)：处理生成变更日志时缺少 Git 标签的问题 (#1372)，由 @ulivz 在 d9eb138 中完成\n\n**完整变更日志**：[v0.3.0-beta.8...v0.3.0-beta.9](https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fcompare\u002F@agent-tars@0.3.0-beta.8...@agent-tars@0.3.0-beta.9)","2025-09-07T19:24:42",{"id":201,"version":202,"summary_zh":203,"released_at":204},298041,"@agent-tars@0.3.0-beta.8","## 变更内容\n\n### 新功能 🎉\n\n* 功能(tarko): 实现会话状态隔离 (#1357) 由 @ulivz 在 6f15635 中完成\n* 功能(tarko): 统一思考渲染与 Markdown 渲染器 (#1353) 由 @ulivz 在 3a1d53c 中完成\n\n### Bug 修复 🐛\n\n* 修复(tarko): 解决 layoutModeAtom 中的无限递归问题 (#1356) 由 @ulivz 在 91e4016 中完成\n* 修复(tarko): 为兼容性将 react-router-dom 降级至 v6 (#1355) 由 @ulivz 在 5c5887f 中完成\n* 修复(tarko): 在 afterAction 策略中回退到 beforeActionImage，以防止闪烁 (#1352) 由 @ulivz 在 6190fea 中完成\n* 修复(tarko): 在回放模式下隐藏工作区导航项 (#1350) 由 @ulivz 在 ccb2262 中完成\n\n### 其他变更\n\n* 杂项(tars-stack): 发布 0.3.0-beta.8 (#1366) 由 @ulivz 在 4f1cd9b 中完成\n* 杂项(o-agent): 更新显示文本 (#1351) 由 @ulivz 在 8c0f42a 中完成\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fcompare\u002F@agent-tars@0.3.0-beta.7...@agent-tars@0.3.0-beta.8","2025-09-07T19:13:08",{"id":206,"version":207,"summary_zh":208,"released_at":209},298042,"@agent-tars@0.3.0-beta.7","## 变更内容\n\n### 新功能 🎉\n\n* 功能（tarko）：在最终状态中移除独立环境输入渲染 (#1346)，由 @ulivz 在 db2515d 中完成\n* 功能（browser-operator）：使用 agent-infra 的热键来执行快捷键 (#1343)，由 @skychx 在 0e758f5 中完成\n* 功能（o-gui-agent）：截图时获取元数据的临时解决方案 (#1341)，由 @heh 在 a56a6c3 中完成\n* 功能（o-agent）：启用 `enableStreamingToolCallEvents` (#1340)，由 @ulivz 在 97c937f 中完成\n* 功能（o-gui-agent）：支持新模型的导航操作 (#1339)，由 @heh 在 3927337 中完成\n* 功能（tarko）：仅将 RTL 应用于工具块中的文件相关工具 (#1337)，由 @ulivz 在 19bf806 中完成\n* 功能（tarko）：修剪思考消息内容开头的换行符 (#1333)，由 @ulivz 在 1e7a553 中完成\n* 功能（omni-gui-agent）：适配 tarko 的截图渲染协议 (#1335)，由 @heh 在 cd84f2f 中完成\n* 功能（tarko）：仅在最终助手回复时显示 MessageFooter (#1331)，由 @ulivz 在 da3196e 中完成\n* 功能（o-agent）：为代理模型添加 XML 解析器 (#1330)，由 @小健 在 80af8c7 中完成\n* 功能（tarko）：为 Markdown 渲染器添加数学公式渲染支持 (#1329)，由 @ulivz 在 1239065 中完成\n* 功能（tarko）：在工具调用块中显示 `edit_file` 路径 (#1309)，由 @ulivz 在 28d58d3 中完成\n* 功能（tarko）：为截图元数据添加 URL 字段，并在浏览器 Shell 中显示 (#1308)，由 @ulivz 在 4ca0fd9 中完成\n* 功能（tarko）：一键复制原始工具数据 (#1304)，由 @ulivz 在 df001c6 中完成\n* 功能（tarko-web-ui）：收窄聊天模式 (#1298)，由 @ulivz 在 f4510f9 中完成\n* 功能（tarko）：添加 GUI 代理截图渲染策略配置 (#1296)，由 @ulivz 在 3730cf6 中完成\n* 功能（agent-tars）：严格类型的 GUI 代理协议 (#1295)，由 @ulivz 在 4aa9d78 中完成\n* 功能：通过改进解析和处理，增强 o-agent 的流式传输 #1294 (#1294)，由 @小健 在 4724244 中完成\n* 功能（tarko）：将 GUI 代理切换为百分比坐标 (#1292)，由 @ulivz 在 f56f6fc 中完成\n* 功能（tarko）：改进取消按钮样式 (#1290)，由 @ulivz 在 68437e6 中完成\n* 功能（tarko）：将 maxIterations 默认值调整为 1000 (#1289)，由 @ulivz 在 94e890b 中完成\n* 功能（tarko-web-ui）：支持流式思考渲染 (#1284)，由 @ulivz 在 ae83d3d 中完成\n* 功能（tarko-agent）：为思考事件添加 messageId，以便正确关联会话 (#1282)，由 @ulivz 在 1fcba4c 中完成\n* 功能（tarko）：将代码库元数据添加到上下文引用中 (#1274)，由 @ulivz 在 6920d83 中完成\n* 功能（tarko）：在 Web UI 中从元数据中适配 devicePixelRatio (#1275)，由 @ulivz 在 a728915 中完成\n* 功能（tarko）：为 EnvironmentInputEvent 添加元数据字段 (#1272)，由 @ulivz 在 97ad8aa 中完成\n* 功能（mcp-agent）：将 mcp 客户端升级至 1.2.20，并设置 180 秒超时 (#1271)，由 @ulivz 在 23d73a5 中完成\n* 功能（tarko）：支持 TTFT 和 TTLT 指标 (#1232)，由 @ulivz 在 bfa2879 中完成\n* 功能（tarko-agent）：优化上下文选择器 (#1134)，由 @ulivz 在 aee4bf8 中完成\n* 功能（agent-tars）：将静态 WebUI 配置添加到核心 (#1266)，由 @ulivz 在 5ba0564 中完成\n\n### 错误修复 🐛\n\n* 修复（tarko）：在共享中持久化代理 WebUI 配置 (#1347)，由 @ulivz 在 c190d00 中完成\n* 修复（browser）：服务器声明了日志记录能力，但未实现 method logging\u002FsetLevel (#1334)，由 @charles 在 6f537a3 中完成\n* 修复（tarko）：浏览器 Shell 的地址栏占用 f","2025-09-07T19:12:59",{"id":211,"version":212,"summary_zh":213,"released_at":214},298043,"@agent-tars@0.3.0-beta.6","## 变更内容\n\n### 新功能 🎉\n\n* 功能(o-agent): 为 execute_bash 工具添加自定义超时；移除 stop_sequences 配置 (#1256)，由 @小健 在 5728e0b 中实现\n* 功能(omni-gui-agent): 优化系统提示，使用 navigate 替代 type (#1230)，由 @heh 在 c5b4993 中实现\n* 功能(tarko): 支持模型的 top_p 配置 (#1247)，由 @小健 在 9ba651a 中实现\n* 功能(tarko): 改进工作区头部图标及原始模式的间距，由 @ulivz 在 90a7a8d 中实现\n* 功能(mcp-client): 添加可配置的超时时间 (#1176)，由 @ulivz 在 858c8c7 中实现\n* 功能(tarko): 临时支持 `str_replace_editor` 的 `view` 命令 (#1236)，由 @ulivz 在 dad2e3d 中实现\n* 功能(tarko): 优化 `str_replace_editor` 渲染器 (#1200)，由 @ulivz 在 b19de17 中实现\n\n### Bug 修复 🐛\n\n* 修复(agent-tars): 将必需依赖从 devDependencies 移至 dependencies (#1255)，由 @ulivz 在 24e6acf 中实现\n* 修复(tarko): 启用命令 stdout\u002Fstderr 的换行显示 (#1249)，由 @ulivz 在 cda0324 中实现\n* 修复(tarko): 使用正确的元数据结构更新会话标题 (#1233)，由 @ulivz 在 94278e5 中实现\n\n### 文档 📚\n\n* 文档(agent-tars): 更新视频介绍链接 (#1248)，由 @ulivz 在 c81ed80 中实现\n* 文档(tarko-agent): 初始化 README (#1179)，由 @ulivz 在 78fac95 中实现\n\n### 其他变更\n\n* 重构(tarko): 整合状态原子 (#1237)，由 @ulivz 在 1447009 中实现\n* 杂项(agent-tars): 发布 0.3.0-beta.6 版本 (#1257)，由 @ulivz 在 5569064 中实现\n* 杂项(all): 统一 Omni-TARS 的书面术语 (#1235)，由 @ulivz 在 923785a 中实现\n* 杂项(o-tars): 为 `execute_bash` 使用同步模式 (#1228)，由 @ulivz 在 06fa5bf 中实现\n* 杂项(agent-tars): 发布 0.3.0-beta.5 版本 (#1227)，由 @ulivz 在 280bbdc 中实现\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fcompare\u002F@agent-tars@0.3.0-beta.5...@agent-tars@0.3.0-beta.6","2025-09-07T19:12:50",{"id":216,"version":217,"summary_zh":218,"released_at":219},298044,"@agent-tars@0.3.0-beta.3","## 变更内容\n\n### 新功能 🎉\n\n* 功能(tarko): 添加内置代理支持 (#1208) 由 @ulivz 在 2ee2848 中实现\n* 功能(tarko): 添加 WebUI 工作区面板支持 (#1206) 由 @ulivz 在 04db315 中实现\n* 功能(tarko): 为 AgentConstructor 添加 webUIConfig 支持 (#1207) 由 @ulivz 在 b968bb5 中实现\n* 功能(tarko): 为聊天界面添加智能自动滚动功能 (#1203) 由 @ulivz 在 85b6dd4 中实现\n* 功能(ui-tars): 废弃 UI-TARS-桌面远程操作员 (#1135) 由 @skychx 在 21c3910 中实现\n* 功能(tarko): 将文件渲染器与 GenericResultRenderer 解耦 (#1201) 由 @ulivz 在 9f586e4 中实现\n* 功能(omni-gui-agent): 从本地浏览器迁移到 AIO 沙箱浏览器 (#1205) 由 @heh 在 3f204bb 中实现\n* 功能(omni-agent): 在 omni 代理中启用 GUI (#1197) 由 @heh 在 b564062 中实现\n* 功能(omni-gui-agent): 在 EachLoopEnd 钩子上按需执行截图 (#1195) 由 @heh 在 e17643b 中实现\n* 功能(tarko): 完全兼容 `str_replace_editor` (#1189) 由 @ulivz 在 7a4ff74 中实现\n* 功能: 升级 @agent-infra\u002Fsandbox 包并添加健康检查 (#1188) 由 @小健 在 65b806a 中实现\n* 功能: 通过会话状态管理和 Jupyter CI 支持增强 o-agent (#1186) 由 @小健 在 fea1084 中实现\n* 功能(tarko): 初步支持 `model.displayName` (#1163) 由 @ulivz 在 6239834 中实现\n* 功能(tarko): 添加工作区原始模式显示 (#1167) 由 @ulivz 在 29826ae 中实现\n* 功能(tarko): 为会话创建和切换添加加载状态 (#1168) 由 @ulivz 在 f551d4c 中实现\n* 功能(tarko): 改进 JupyterCI 工具的渲染界面 (#1166) 由 @ulivz 在 4d43191 中实现\n* 功能(tarko-cli): 根据工作区加载环境文件 (#1170) 由 @小健 在 9482717 中实现\n* 功能(tarko): 优化 run 命令语义 (#1158) 由 @ulivz 在 73a79a9 中实现\n* 功能(tarko): 添加 `.env` 文件支持 (#1156) 由 @小健 在 2279ad9 中实现\n* 功能(mcp-client): 添加工具和提示过滤功能，并附带全面测试 (#1155) 由 @charles 在 896274f 中实现\n* 功能(tarko): 添加代理配置查看器 (#1153) 由 @ulivz 在 971360b 中实现\n* 功能(agent-tars): 支持灵活的系统提示覆盖 (#1151) 由 @ulivz 在 d975c30 中实现\n* 功能(tarko): 添加代理服务器独占模式支持 (#1149) 由 @ulivz 在 acfae7c 中实现\n* 功能(tarko): 为 instructions.md 添加工作区配置支持 (#1145) 由 @ulivz 在 1357e48 中实现\n* 功能(agent-cli): 自动检测可用端口以避免冲突（关闭：#1141）(#1142) 由 @ulivz 在 ce9e10b 中实现\n* 功能(mcp): 将默认超时时间从 10 秒增加到 60 秒 (#1139) 由 @ulivz 在 64095e5 中实现\n* 功能(gui-agent): 支持远程浏览器操作员，并更新 o-tars gui 代理的 WebUI 功能 (#1136) 由 @heh 在 2249b98 中实现\n* 功能(o-agent): 从 omni-tars core 迁移到 agent-infra 沙箱 (#1137) 由 @小健 在 cda0a13 中实现\n* 功能(gui-agent): 按需构建操作员 (#1133) 由 @heh 在 b29c1d2 中实现\n* 功能(o-agent): 改进配置并进行性能优化 (#1131) 由 @小健 在 61f2b8a 中实现\n* 功能(tarko): 对 o tars 的适配 (#1127) 由 @ulivz 在 3ea3053 中实现\n* 功能(tarko): 重构事件处理器架构 (#1119) 由 @ulivz 在 732aead 中实现\n* 功能(tarko): 添加原始事件状态 (#1118) 由 @ulivz 在 78c1366 中实现\n* 功能(tarko): 在工作区页眉中显示工作区路径 (#1117) 由 @ulivz 在 0b83eee 中实现\n* 功能(navbar): 改善宽度","2025-09-07T19:14:23",{"id":221,"version":222,"summary_zh":223,"released_at":224},298045,"v0.2.4","## 新功能\n\n您也可以在火山引擎上体验远程版本：[计算机操作员](https:\u002F\u002Fconsole.volcengine.com\u002Fvefaas\u002Fregion:vefaas+cn-beijing\u002Fapplication\u002Fcreate?templateId=680b0a890e881f000862d9f0&channel=github&source=ui-tars) 和 [浏览器操作员](https:\u002F\u002Fconsole.volcengine.com\u002Fvefaas\u002Fregion:vefaas+cn-beijing\u002Fapplication\u002Fcreate?templateId=67f7b4678af5a6000850556c&channel=github&source=ui-tars)。\n\n\u003Cimg width=\"600\" alt=\"mac_app\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F1b890032-a708-4b65-ac11-fdb40c0790da\" \u002F>\n\n\n## 变更内容\n\n* 功能 (ui-tars)：@skychx 在 https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F1135 中宣布淘汰 UI-TARS-desktop 远程操作员\n* 杂项 (ui-tars)：@ZhaoHeh 在 https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F977 中更新了发布版本\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fcompare\u002Fv0.2.3...v0.2.4","2025-08-21T02:59:15",{"id":226,"version":227,"summary_zh":228,"released_at":229},298046,"v0.2.3","## What's New\r\n\r\n*Bug Fixes* 🐛\r\n- Resolved an issue where the browser operator failed to support the HTTP\u002F2 protocol.\r\n- Corrected the default width of the VNC window to ensure proper display.\r\n\u003Cdl>\r\n\u003Cdd>\r\n\u003Cdl>\r\n\u003Cdd>\r\n \u003Cdiv style=\"display: flex; justify-content: space-around;\">\r\n \u003Cdiv style=\"text-align: center;\">\r\n \u003Cimg src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F2c66327b-c460-4490-9af4-cd2a196f6ed6\" width=\"400\">\r\n \u003Cp>\u003Cem>before\u003C\u002Fem>\u003C\u002Fp>\r\n \u003C\u002Fdiv>\r\n \u003Cdiv style=\"text-align: center;\">\r\n \u003Cimg src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fb39b2a42-7c37-48ab-85bc-6bc7b2f55954\" width=\"400\">\r\n \u003Cp>\u003Cem>after\u003C\u002Fem>\u003C\u002Fp>\r\n \u003C\u002Fdiv>\r\n \u003C\u002Fdiv>\r\n\u003C\u002Fdd>\r\n\u003C\u002Fdl>\r\n\u003C\u002Fdd>\r\n\u003C\u002Fdl>\r\n\r\n*Maintenance* ⚙️\r\n- Updated the URL for the Volcano Engine OS Agent to point to the new, correct location.\r\n\r\n## What's Changed\r\n\r\n* fix(nut-js): rewrite drag\u002Fselect by @joey1994 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F909\r\n* fix(browser): remove disable http2 by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F936\r\n* feat(ui-tars): change vnc default width and height by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F955\r\n* docs: quick-start.md add links for Volcano Engine's OS Agent by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F972\r\n\r\n## New Contributors\r\n* @joey1994 made their first contribution in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F909\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fcompare\u002Fv0.2.2...v0.2.3","2025-07-23T09:10:20",{"id":231,"version":232,"summary_zh":233,"released_at":234},298047,"v0.2.2","## Key Changes\r\n\r\n- support headful browser with VNC control\r\n- add model availability check logic\r\n\r\n## Details\r\n\r\n### VNC Browser\r\n\r\nIn this update, we have replaced the remote browser operator's screen casting feature with **VNC Browser**. This version provides a more stable screen casting experience and supports displaying the full Chrome UI: \r\n\r\n\r\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fb5ec662f-1185-46fc-b354-82d0a913cb18\r\n\r\n\u003Cbr \u002F>\r\n\r\n### Check Model Availability\r\n\r\nAfter configuring the VLM Model Settings, users can proactively click the `Check Model Availability` button below to verify the availability of the VLM Model: \r\n\r\n\u003Cdiv align=\"center\">\r\n\u003Cimg width=\"600\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F58908db7-ecd2-4c16-becc-8cc407d4ab1b\" \u002F>\r\n\u003C\u002Fdiv>\r\n\r\n\u003Cbr \u002F>\r\n\r\n## What's Changed\r\n* chore(ui-tars): update release version by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F824\r\n* chore(mcp-browser): add custom logger and addMiddleware by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F813\r\n* fix(ui-tars): action parser edge case action Chinese colon by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F825\r\n* docs(agent-tars): new home page by @ulivz in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F841\r\n* docs: refine readme by @ulivz in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F843\r\n* feat(ui-tars): add model availability check logic by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F894\r\n* feat(ui-tars): update volcano engine FaaS url by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F895\r\n* feat(ui-tars): update model check logic by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F899\r\n* feat(remote-browser): support headful browser with VNC control by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F898\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fcompare\u002Fv0.2.1...v0.2.2","2025-07-09T09:40:18",{"id":236,"version":237,"summary_zh":238,"released_at":239},298048,"@agent-tars@0.2.9","![image](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F4f75a67e-624b-4e0f-a986-927d7fbbc73d)\r\n\r\n\u003Cb>Agent TARS\u003C\u002Fb> is a general multimodal AI Agent stack, it brings the power of GUI Agent and Vision into your terminal, computer, browser and product. \u003Cbr>\r\nIt primarily ships with a \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fcli.html\" target=\"_blank\">CLI\u003C\u002Fa> and \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fweb-ui.html\" target=\"_blank\">Web UI\u003C\u002Fa> for usage. It aims to provide a workflow that is closer to human-like task completion through cutting-edge multimodal LLMs and seamless integration with various real-world \u003Ca href=\"https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fmcp.html\" target=\"_blank\">MCP\u003C\u002Fa> tools.\r\n\r\n📣 **Just released**: Agent TARS Beta - check out our [announcement blog post](https:\u002F\u002Fagent-tars.com\u002Fbeta)!\r\n\r\nhttps:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F772b0eef-aef7-4ab9-8cb0-9611820539d8\r\n\r\n\u003Cbr>\r\n\r\n\u003Ctable>\r\n \u003Cthead>\r\n \u003Ctr>\r\n \u003Cth width=\"50%\" align=\"center\">Booking Hotel\u003C\u002Fth>\r\n \u003Cth width=\"50%\" align=\"center\">Generate Chart with extra MCP Servers\u003C\u002Fth>\r\n \u003C\u002Ftr>\r\n \u003C\u002Fthead>\r\n \u003Ctbody>\r\n \u003Ctr>\r\n \u003Ctd align=\"center\">\r\n \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fc9489936-afdc-4d12-adda-d4b90d2a869d\" width=\"50%\">\u003C\u002Fvideo>\r\n \u003C\u002Ftd>\r\n \u003Ctd align=\"center\">\r\n \u003Cvideo src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fa9fd72d0-01bb-4233-aa27-ca95194bbce9\" width=\"50%\">\u003C\u002Fvideo>\r\n \u003C\u002Ftd>\r\n \u003C\u002Ftr>\r\n \u003Ctr>\r\n \u003Ctd align=\"left\">\r\n \u003Cb>Instruction:\u003C\u002Fb> \u003Ci>I am in Los Angeles from September 1st to September 6th, with a budget of $5,000. Please help me book a Ritz-Carlton hotel closest to the airport on booking.com and compile a transportation guide for me\u003C\u002Fi>\r\n \u003C\u002Ftd>\r\n \u003Ctd align=\"left\">\r\n \u003Cb>Instruction:\u003C\u002Fb> \u003Ci>Draw me a chart of Hangzhou's weather for one month\u003C\u002Fi>\r\n \u003C\u002Ftd>\r\n \u003C\u002Ftr>\r\n \u003C\u002Ftbody>\r\n\u003C\u002Ftable>\r\n\r\nFor more use cases, please check out [#842](https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fissues\u002F842).\r\n\r\n### Core Features\r\n\r\n- 🖱️ **One-Click Out-of-the-box CLI** - Supports both **headful** [Web UI](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fweb-ui.html) and **headless** [server](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fadvanced\u002Fserver.html)) [execution](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fcli.html).\r\n- 🌐 **Hybrid Browser Agent** - Control browsers using [GUI Agent](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fbrowser.html#visual-grounding), [DOM](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fbrowser.html#dom), or a hybrid strategy.\r\n- 🔄 **Event Stream** - Protocol-driven Event Stream drives [Context Engineering](https:\u002F\u002Fagent-tars.com\u002Fbeta#context-engineering) and [Agent UI](https:\u002F\u002Fagent-tars.com\u002Fblog\u002F2025-06-25-introducing-agent-tars-beta.html#easy-to-build-applications).\r\n- 🧰 **MCP Integration** - The kernel is built on MCP and also supports mounting [MCP Servers](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fmcp.html) to connect to real-world tools.\r\n\r\n### Quick Start\r\n\r\n```bash\r\n# Luanch with `npx`.\r\nnpx @agent-tars\u002Fcli@latest\r\n\r\n# Install globally, required Node.js >= 22\r\nnpm install @agent-tars\u002Fcli@latest -g\r\n\r\n# Run with your preferred model provider\r\nagent-tars --provider volcengine --model doubao-1-5-thinking-vision-pro-250428 --apiKey your-api-key\r\nagent-tars --provider anthropic --model claude-3-7-sonnet-latest --apiKey your-api-key\r\n```\r\n\r\nVisit the comprehensive [Quick Start](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fget-started\u002Fquick-start.html) guide for detailed setup instructions.\r\n\r\n## 📚 Resources\r\n\r\n![agent-tars-banner](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F1b07e0a7-b5ea-4f06-90a1-234afe659568)\r\n\r\n- 📄 [Blog Post](https:\u002F\u002Fagent-tars.com\u002Fbeta)\r\n- 🐦 [Release Announcement on Twitter](https:\u002F\u002Fx.com\u002F_ulivz\u002Fstatus\u002F1938009759413899384)\r\n- 🐦 [Official Twitter](https:\u002F\u002Fx.com\u002Fagent_tars)\r\n- 💬 [Discord Community](https:\u002F\u002Fdiscord.gg\u002FHnKcSBgTVx)\r\n- 💬 [飞书交流群](https:\u002F\u002Fapplink.larkoffice.com\u002Fclient\u002Fchat\u002Fchatter\u002Fadd_by_link?link_token=279h3365-b0fa-407f-89f3-0f96f36cd4d8)\r\n- 🚀 [Quick Start](https:\u002F\u002Fagent-tars.com\u002Fquick-start)\r\n- 💻 [CLI Documentation](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fcli.html)\r\n- 🖥️ [Web UI Guide](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fweb-ui.html)\r\n- 📁 [Workspace Documentation](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fworkspace.html)\r\n- 🔌 [MCP Documentation](https:\u002F\u002Fagent-tars.com\u002Fguide\u002Fbasic\u002Fmcp.html)\r\n\r\n## What's Changed\r\n\r\nSee Full [CHANGELOG](https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fblob\u002Fmain\u002Fmultimodal\u002FCHANGELOG.md)\r\n","2025-07-03T04:02:39",{"id":241,"version":242,"summary_zh":243,"released_at":244},298049,"Agent-TARS-v1.0.0-alpha.10","![image](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fd06bb61b-dddb-4f67-a4d0-a85dcf3c5907)\r\n\r\nThis release adds a global deprecation warning for Agent TARS Desktop.\r\n\r\nWe have released a brand new new Agent TARS based on [Seed1.5-VL](https:\u002F\u002Fgithub.com\u002FByteDance-Seed\u002FSeed1.5-VL), see https:\u002F\u002Fagent-tars.com\u002Fbeta . To reduce our maintenance burden and make it easier for the community to contribute to this repository, we have to say goodbye to the old Agent TARS Desktop and thank you for your contributions to the open source of TARS App in the past. 👋🏻\r\n\r\nThanks to all the early core committers of Agent TARS Desktop: @sanyuan0704 @ycjcl868 @ulivz @skychx @helio9cn, and all the early contributors in the community represented by @le0zh @lynxlangya ❤️\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fcompare\u002Fv0.2.1...Agent-TARS-v1.0.0-alpha.10","2025-06-28T21:10:36",{"id":246,"version":247,"summary_zh":248,"released_at":249},298050,"v0.2.1","## 🛠️ Improvements\r\n\r\n- Added support for the Response API.\r\n![Image](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F263b2f2e-b879-400e-bd78-a9fdd213c56c)\r\nRefer to the [Responses API guide of VolcEngine](https:\u002F\u002Fwww.volcengine.com\u002Fdocs\u002F82379\u002F1585128) to apply for a model that supports the Responses API. Once configuration is complete, turn on the “Use Response API” switch to start using this feature.\r\nThe transmission efficiency gains of the Responses API compared to ChatCompletion:\r\n\u003Cimg src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fc86997ef-2835-4840-bab6-e845c0f2981d\" width=\"400\" \u002F>. \r\n- Improved the stability of remote operators\r\n- Fixed some UI issues\r\n\r\n## What's Changed\r\n\r\n* remove await for non async function by @QuentinLowe in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F707\r\n* fix(ui-tars): optimize VNC scaling by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F719\r\n* feat(ui-tars): Support Responses API by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F714\r\n* fix(ui-tars-sdk): add timeout for response api by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F736\r\n* fix(ui-tars-sdk): add auth headers when delete response Id by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F742\r\n* ci(all): bump @rslib@core to 0.10.0 by @cjraft in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F737\r\n* fix(ui-tars): fix the UI flickering issue after importing preset config by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F749\r\n* fix(ui-tars): global settings dialog add ScrollArea component by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F787\r\n* feat(ui-tars-sdk): add remote api's request id into log and error by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F788\r\n* fix(ui-tars): clear time cache when time expired by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F798\r\n* fix(ui-tars-sdk): fix the format of history messages by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F799\r\n* fix(browser-operator): goto URL wait no events by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F810\r\n* feat(ui-tars): update proxy server's endpoint by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F811\r\n\r\n## New Contributors\r\n* @QuentinLowe made their first contribution in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F707\r\n* @cjraft made their first contribution in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F728\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fcompare\u002Fv0.2.0...v0.2.1","2025-06-25T07:35:27",{"id":251,"version":252,"summary_zh":253,"released_at":254},298051,"v0.2.0","## 🎉 Free Remote Operator\r\n\r\nWe are excited to announce the launch of the **free Remote Computer Operator and Remote Browser Operator** features. No configuration is needed—simply click to remotely control a computer or browser and enjoy an unprecedented level of convenience and intelligence.\r\n\r\n\r\nGetting started with Remote Operator is easy: just download and install version 0.2.0 of UI-TARS-Desktop. On the new home page, you’ll find the “Use Remote Computer” and “Use Remote Browser” buttons—click either one to start your experience.\r\n\r\n**Notice:**\r\nThis feature is currently available **only in Mainland China**. It is not supported in other regions at this time. We appreciate your understanding and support.\r\n\r\n![home](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fd4728228-9bb4-4011-b8f2-13884e791c7f)\r\n\r\n\u003Cbr \u002F>\r\n\r\nSimply enter the GUI tasks you want to accomplish in the chat panel on the left, and the AI model will operate the remote device for you. Each session gives you **30 minutes of free remote access**, and after the session ends, you can immediately start a new 30-minute free instance—explore and enjoy without limits.\r\n\r\n![fly](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fd3297d67-84f4-4e15-ade6-a3c4d056ffd9)\r\n\r\n\r\n\r\n\u003Cbr \u002F>\r\n\r\nThe right side will display a remote screen for the computer or browser. You can operate these remote devices just like your local machine using your mouse and keyboard.\r\n\r\n\r\n![openfile](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F9f937633-78b6-4281-9970-21dee0b1f67d)\r\n\r\n> **Notice for Commercial Use**:\r\n> Beyond the free trial, if you wish to deploy your own Remote Computer and Browser Agent, you can explore more on Volcano Engine's OS Agent Services via deployment links (in Chinese) [Computer Use Agent](https:\u002F\u002Fconsole.volcengine.com\u002Fvefaas\u002Fregion:vefaas+cn-beijing\u002Fapplication\u002Fcreate?templateId=680b0a890e881f000862d9f0&channel=github&source=ui-tars) and [Browser Use Agent](https:\u002F\u002Fconsole.volcengine.com\u002Fvefaas\u002Fregion:vefaas+cn-beijing\u002Fapplication\u002Fcreate?templateId=67f7b4678af5a6000850556c&channel=github&source=ui-tars).\r\n\r\n\u003Cbr \u002F>\r\n\r\n\r\ncontributors: @skychx @ZhaoHeh @ycjcl868","2025-06-11T15:22:23",{"id":256,"version":257,"summary_zh":258,"released_at":259},298052,"v0.1.3","## Key Changes\r\n\r\n- Added version detection functionality \r\n- Key historical records will be sent during continuous conversations within the same session \r\n- A reminder popup will appear if VLM Settings are not configured \r\n\u003Cbr\u002F>\r\n\r\n## Details\r\n\r\n### Version Detection\r\n\r\nThe new version optimizes the auto-update feature and adds support for version detection under `Settings -> General`:\r\n\r\n\u003Cdiv align=\"center\">\r\n\u003Cimg width=\"400\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F761ebed1-0081-4e62-a5a6-1f374b5ab186\" \u002F>\r\n\u003C\u002Fdiv>\r\n\r\n### Others\r\n\r\n- Key historical records will be sent during continuous conversations within the same session\r\n- A reminder popup will appear if VLM Settings are not configured\r\n\r\n\u003Cdiv align=\"center\">\r\n\u003Cimg width=\"500\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F44c56a2d-027d-42da-8614-5233b99130d4\" \u002F>\r\n\u003C\u002Fdiv>\r\n\r\n\r\n## What's Changed\r\n* docs: fixed desktop quickstart issue https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-… by @Taoran-Lu in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F612\r\n* feat(sdk): support thinking controll for model invoking by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F616\r\n* fix(electron-updater): agent-tars update bug by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F652\r\n* chore: agent tars version by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F653\r\n* fix(app): update check and releaseNotes by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F659\r\n* feat(ui-tars): settings add update checker by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F660\r\n* feat(SDK): expose uiTarsVerison and update Basic Usage to click(w,h) correctly by @meme-dayo in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F645\r\n* feat(ui-tars): add VLM dialog component to chat input by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F666\r\n* feat(ui-tars-sdk): support histroy context when agent running by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F665\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fcompare\u002Fv0.1.2...v0.1.3","2025-06-07T11:10:51",{"id":261,"version":262,"summary_zh":263,"released_at":264},298053,"Agent-TARS-v1.0.0-alpha.9","## What's Changed\r\n* release(apps): ui-tars-desktop support Doubao-1.5-thinking-vision-pro by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F604\r\n* feat(mcp): mcp-server-browser support cdpEndpoint by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F603\r\n* docs: fixed desktop quickstart issue https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-… by @Taoran-Lu in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F612\r\n* feat(mcp-browser): readme and add userDataDir, wsEndpoint, userAgent by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F610\r\n* feat(sdk): support thinking controll for model invoking by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F616\r\n* feat(mcp-servers): native support sse and mcp serving by high performance mcp-http-server by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F613\r\n* chore:(mcp-server): add smithery remote by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F629\r\n* feat: agent tars next by @ulivz in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F480\r\n* chore: release agent tars beta packages by @ulivz in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F635\r\n* feat(mcp-browser): vision mode add browser_vision_click and fullPage by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F637\r\n* feat(agent-tars): enhance browser control strategy by @ulivz in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F639\r\n* ci: reorganize the project structure by @ulivz in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F640\r\n* release: `@agent-infra\u002Fshared` by @ulivz in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F641\r\n* ci(agent-tars): init release workflow by @ulivz in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F644\r\n* feat(agent-tars): add content extraction benchmark by @ulivz in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F646\r\n* fix(electron-updater): agent-tars update bug by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F652\r\n* chore: agent tars version by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F653\r\n\r\n## New Contributors\r\n* @Taoran-Lu made their first contribution in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F612\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fcompare\u002Fv0.1.2...Agent-TARS-v1.0.0-alpha.9","2025-06-02T01:45:51",{"id":266,"version":267,"summary_zh":268,"released_at":269},298054,"v0.1.2","## Key Changes\r\n\r\n- Added support for our latest model: Doubao-1.5-thinking-vision-pro\r\n- Improved Assistant message display in chat interface for better readability\r\n- Fixed several known issues to enhance overall stability\r\n\u003Cbr\u002F>\r\n\r\n## Details\r\n\r\n### Added support for our latest model: Doubao-1.5-thinking-vision-pro\r\n\r\n\u003Cdiv align=\"center\">\r\n\u003Cimg width=\"300\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F607d2f42-ff31-46d5-8d26-12a377918964\" \u002F>\r\n\u003C\u002Fdiv>\r\n\r\nWe are excited to announce support for the Doubao-1.5-thinking-vision-pro model. This upgrade brings significant performance improvements:\r\n- Enhanced reasoning capabilities\r\n- More precise coordinate positioning\r\n- Better instruction following\r\n\r\n### Improved Assistant message display\r\n\r\n\u003Cdiv align=\"center\">\r\n\u003Cimg width=\"400\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F2d19f555-6bf8-458f-97d8-325a5253c1f8\" \u002F>\r\n\u003C\u002Fdiv>\r\n\r\nTo provide a better user experience, we have comprehensively optimized message history display:\r\n- More user-friendly Message history presentation\r\n- Optimized message layout and styling\r\n- Enhanced readability and interaction experience\r\n\r\n### Bug Fixes\r\n\r\n\u003Cdiv align=\"center\">\r\n\u003Cimg width=\"300\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F185fe104-054a-4851-9ed0-45030b65ba98\"\u002F>\r\n\u003C\u002Fdiv>\r\n\r\nWe have addressed several key issues affecting user experience:\r\n- Fixed control window disappearance during runtime\r\n- Resolved search engine icon display issues\r\n- Optimized window display for Windows systems\r\n- Improved update checker mechanism stability\r\n\r\n\u003Cbr\u002F>\r\n\r\n## Commits in this release\r\n* fix(ui-tars): fixed the icons were not displayed in the release app by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F588\r\n* fix(ui-tars): fix the issue where the widget disappears in release mode by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F592\r\n* feat(ui-tars): widget window displays a border on Windows systems by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F594\r\n* fix: update checker bug by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F597\r\n* feat(nutjs): avoid compression to use png format instead by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F599\r\n* Support doubao-1.5-thinking-vision-pro by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F598\r\n* feat(ui-tars): support assistant message style in history by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F600\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fcompare\u002Fv0.1.1...v0.1.2","2025-05-16T14:29:41",{"id":271,"version":272,"summary_zh":273,"released_at":274},298055,"v0.1.1","We are excited to announce the release of UI-TARS-Desktop **v0.1.1**!\r\n\r\nThis update primarily focuses on fixing known issues and improving overall system stability. Below are the key changes:\r\n\r\n### Key Changes\r\n\r\n- Significantly enhanced the stability of `Browser Operator` functionality.\r\n- Optimized **ErrorMessage** handling and display, and enhanced the **logging system** functionality.\r\n- Fixes for various known stability issues.\r\n\r\n\u003Cbr\u002F>\r\n\r\n## Highlights\r\n\r\n### Name Changes\r\nTo better align with product positioning, we have renamed `Browser Use` and `Computer Use` to `Browser Operator` and `Computer Operator`. Additionally, we’ve added detailed explanations on the homepage to help users better understand these features. (#571) \r\n\r\n\u003Cdiv align=\"center\">\r\n\u003Cimg width=\"600\" alt=\"WelcomePage UI\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F0f245ef4-84e6-441b-9644-5c159ca43d8c\" \u002F>\r\n\u003C\u002Fdiv>\r\n\r\n\u003Cbr\u002F>\r\n\r\n### Browser Operator Enhancements\r\nThis update greatly improves the stability of `Browser Operator`.\r\n\r\n- **Browser Compatibility**: We now support Chrome, Edge, and Firefox, along with their sub-versions (Beta, Dev, Canary). The system will sequentially detect local browsers in the order of Chrome → Edge → Firefox, resolving issues where the target browser could not be found. (#537, #541, #547)\r\n- **Default Search Engine Configuration**: Users can now configure their default search engine, ensuring smoother usage of Browser Operator, even in cases of network issues during initialization. (#553)\r\n\r\n\u003Cdiv align=\"center\">\r\n\u003Cimg width=\"400\" alt=\"Search Engine\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F6d531c91-a792-4cd0-953d-a8fe809c9049\" \u002F>\r\n\u003C\u002Fdiv>\r\n\r\n- **Cross-Platform Shortcuts**: Added support for common shortcuts across different OS platforms and browsers (e.g., Select All, Copy, Paste). (#530, #560)\r\n- **Screenshot Fixes**: Fixed an issue where the browser page would flicker during screenshots. (#551)\r\n\r\n\u003Cdiv align=\"center\" width='600'>\r\n\u003Cvideo width='600' alt=\"screenshot flicker (old)\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F1257fe6d-098f-4536-a947-b4579830d873\" >\u003C\u002Fvideo>\r\n\u003C\u002Fdiv>\r\n\r\n\u003Cbr\u002F>\r\n\r\n### ErrorMessage Optimization\r\nWe’ve refined the error-handling mechanisms throughout the app:\r\n\r\n- **Error Classification**: Reorganized and detailed error states across different stages of the app, and refactored the GUIAgentError type for clearer issue identification. (#534)\r\n- **Log Optimization**: Added support for persisting recent history logs, making it easier to troubleshoot and identify past issues. (#548)\r\n- **UI Improvements**: Enhanced the UI for ErrorMessage, enabling users and developers to locate issues more efficiently. (#571)\r\n\r\n\u003Cdiv align=\"center\">\r\n\u003Cimg width=\"400\" alt=\"ErrorMessage\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002Fcd385403-9f6a-495d-9124-442fb61b91cb\" \u002F>\r\n\u003C\u002Fdiv>\r\n\r\n### Other Updates and Fixes\r\n- **Report Enhancements**: Reports in HTML format now display model and conversation information. (#574)\r\n\r\n\u003Cdiv align=\"center\">\r\n\u003Cimg width=\"600\" alt=\"new report html\" src=\"https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F8c51444a-dda4-47ff-81ae-2b3ad8cf60dd\" \u002F>\r\n\u003C\u002Fdiv>\r\n\r\n- **Bug Fixes**: \r\n - Fixed an issue where manually closing the browser in Browser Operator mode prevented relaunching. (#582) \r\n - Resolved a white-screen issue caused by empty action_type. (#526) \r\n - Fixed a white-screen issue when unsupported shortcuts were used with action_type. (#560) \r\n - Fixed a black-screen background issue when closing the app in full-screen mode. (#575)\r\n\r\n\u003Cbr \u002F>\r\n\r\nThank you for your continued support! 🎉\r\n\r\n---\r\n\r\n## What's Changed\r\n\r\n* release(apps): ui-tars-desktop support UI-TARS-1.5 model by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F519\r\n* fix(document): docs\u002Fquick-start.md VLM Base URL by @quicksandznzn in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F524\r\n* chore(ci): release pkgs by @ycjcl868 in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F525\r\n* fix(ui-tars): handle empty action_type to prevent white page by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F526\r\n* fix(agent-tars): set highlight div backgroundColor to transparent. by @youngjuning in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F500\r\n* fix(ui-tars): add arrow hotkey actions for operators (#528) by @ZhaoHeh in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F530\r\n* feat(ui-tars): browser-finder support chrome and edge by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F537\r\n* chore(ci): update bug_report_ui_tars_desktop.yml by @helio9cn in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F540\r\n* refactor(browser): refactor chrome-paths error by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F541\r\n* fix(agent-tars): implicitly chat session by @knoxnoe in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpull\u002F494\r\n* feat(browser): add `firefox-paths` and `browser-use` support firefox by @skychx in https:\u002F\u002Fgithub.com\u002Fbytedance\u002FUI-TARS-desktop\u002Fpul","2025-05-12T10:16:38"]