这里聚合了 2 个与 gui-agent 相关的开源项目,适合快速判断哪些工具值得继续深入。
高星代表
UI-TARS-desktop 是字节跳动开源的跨平台桌面应用,基于 UI-TARS 视觉语言模型,通过自然语言指令自动化控制本地/远程计算机及浏览器,实现多模态 AI 驱动的 GUI 操作。
TuriX CUA 是一个开源计算机使用代理,让 AI 模型能直接操控桌面 GUI 执行实际任务,在 OSWorld 基准测试中达到 60%-80% 成功率,支持多模型后端配置。