UI-TARS桌面版终极指南：用AI语音助手掌控你的电脑

【免费下载链接】UI-TARS-desktop The Open-Source Multimodal AI Agent Stack: Connecting Cutting-Edge AI Models and Agent Infra 项目地址: https://gitcode.com/GitHub_Trending/ui/UI-TARS-desktop

UI-TARS桌面版是一款开源的多模态AI代理工具，它能连接前沿AI模型与代理基础设施，让你通过语音命令轻松控制电脑。本文将详细介绍这款强大工具的安装步骤、核心功能和使用技巧，帮助你快速上手并充分利用其潜力。

快速安装UI-TARS桌面版

安装UI-TARS桌面版非常简单，只需几个步骤即可完成。首先，你需要克隆项目仓库：

git clone https://gitcode.com/GitHub_Trending/ui/UI-TARS-desktop

接下来，根据你的操作系统，按照相应的安装指南进行操作。对于Mac用户，安装过程如下：

安装完成后，启动应用程序，你将看到欢迎界面，提供了本地计算机操作和本地浏览器操作两种模式。

配置AI语音助手

要使用语音控制功能，你需要先配置AI模型提供商。UI-TARS支持多种模型提供商，包括火山引擎和Hugging Face等。

1. 点击欢迎界面左下角的设置图标
2. 在设置菜单中，选择"VLM Settings"
3. 从下拉菜单中选择你偏好的VLM提供商
4. 输入API密钥（如果需要）
5. 点击"Save"保存设置

如果你选择使用火山引擎的API，需要先在火山引擎控制台获取API密钥：

开始使用语音控制

配置完成后，你就可以开始使用语音控制功能了。在欢迎界面，点击"Use Local Computer"或"Use Local Browser"按钮进入相应的操作模式。

进入操作模式后，你可以在聊天框中输入命令，或者使用语音输入。例如，你可以说"帮我检查UI-TARS-Desktop项目在GitHub上的最新开放问题"，AI助手将会执行相应的操作。

高级功能：语音控制浏览器

UI-TARS的浏览器操作模式允许你通过语音命令控制浏览器，完成各种网页操作。例如，你可以说"比较这款手机的价格"，AI助手将会在浏览器中执行搜索并比较价格。

完成任务后，你可以生成报告并分享给他人。UI-TARS会将报告链接复制到剪贴板，方便你粘贴到任何应用中。

总结

UI-TARS桌面版是一款功能强大的AI语音助手工具，它能帮助你通过自然语言命令轻松控制电脑和浏览器。无论是日常办公还是复杂任务，UI-TARS都能大大提高你的工作效率。赶快安装体验，让AI助手为你服务吧！

官方文档：docs/quick-start.md 设置指南：docs/setting.md

【免费下载链接】UI-TARS-desktop The Open-Source Multimodal AI Agent Stack: Connecting Cutting-Edge AI Models and Agent Infra 项目地址: https://gitcode.com/GitHub_Trending/ui/UI-TARS-desktop