字节版operator也来啦~！（让agent操作电脑）。全开源，下载就能装，打开就能用~ 还能把VLM部署在本地免api🥹

UI-TARS Desktop: A GUI Agent Application Based on UI-TARS (Vision-Language Model)
🧐 UI-TARS Desktop 是一款基于 UI-TARS（视觉语言模型）的图形用户界面（GUI）代理应用，允许用户通过自然语言控制计算机，并支持跨平台操作。
➡️链接：github.com
✨重点

● 🤖 自然语言控制：UI-TARS Desktop 采用先进的视觉语言模型技术，实现了通过自然语言控制计算机的功能，支持语音命令和视觉识别等多模态输入。

● 🖥️ 屏幕截图与视觉识别：该应用支持屏幕截图与视觉识别，用户可以通过图像处理与分析来实现更复杂的任务操作。

● 🎯 精准的鼠标与键盘控制：提供精确的鼠标与键盘模拟控制，用户可以通过简单的语言指令操作计算机界面。

● 💻 跨平台支持：支持 Windows 和 macOS 操作系统，满足不同平台用户的需求。

● 🔄 实时反馈：应用提供实时的状态反馈，用户可以清楚看到执行过程和结果。

● 🔐 本地处理，保证隐私安全：所有的数据处理都在本地完成，确保用户的隐私和安全。

● 📑 部署与使用：提供本地和云端部署选项。用户可以通过 HuggingFace 或 vLLM 部署自己的模型，实现快速的推理和应用部署。

● 🌐 简易安装：支持简单的安装过程，macOS 用户只需将应用拖动到“应用程序”文件夹，Windows 用户同样可以快速启动应用。

● 📂 支持的硬件与系统要求：需要 Node.js 版本 20 及以上，支持的操作系统为 Windows 10/11 和 macOS 10.15 及以上。

● 🚀 开源与社区支持：UI-TARS Desktop 在 GitHub 上开源，采用 Apache 2.0 许可证，社区活跃，欢迎开发者贡献代码和提供反馈。