字节跳动开源了一个桌面 AI Agent。

完全本地运行。

它能看见你的屏幕。 控制你的鼠标和键盘。 用大白话听懂指令。 在任何软件里替你干活。

"下载报告，上传系统，发邮件给老板。"

搞定。

不需要 API。 不需要连云端。 不需要复杂配置。

就是 AI 像真人助理一样，操作你的电脑。

实操：
1 请帮我打开 VS Code 的自动保存功能，并在 VS Code 设置中将自动保存操作延迟 500 毫秒。

2 请酒店预订

这才是真正有意思的地方：

所有重复的电脑操作，现在都能自动化：

• 报表导出
• 数据录入
• 系统更新
• 文件整理
• 行政流程
• 发票处理

这意味着：

你不再需要手动做重复活。 你需要的是更聪明的自动化。

机会来了。

你不是在学工具。 你是在学"用这个工具搭出自动化流程"。

一个工作流，能省你几百小时。 一套稳定方案，能变成你的核心竞争力。

而且因为它完全本地运行： 敏感数据，永远不出你的电脑。

这直接解决了企业不敢用 AI 的最大顾虑。

35,000+ stars，还在涨。

越早学会用自动化搞定重复工作的人， 优势越大。

先上车的，吃肉。 后知后觉的，连汤都赶不上。

15 分钟上手，不废话

# 1. 打开终端
# 2. 一行命令启动
npx @agent-tars/cli@latest
# 3. 选 volcengine（字节豆包），申请免费 API Key
# 4. 开始说人话

实测能用的指令，直接抄：

• "把桌面截图按日期归档到 Pictures/工作截图"
• "登录后台导出上周数据，整理成 Excel 发我"
• "在 VS Code 新建 React 组件 UserProfile，带默认样式"
• "跑单元测试，把失败用例列出来"
• "连测试机执行 docker logs，报错部分标红发我"

卡住了？三句话解决：

它不动 → 说"截个屏给我看看"，它画识别结果给你确认
点了没反应 → 系统设置→隐私→给终端开屏幕录制权限
执行报错 → 问"哪一步卡了"，它返回轨迹，你补指令

高阶玩法：让它越用越值钱

1. 建个人规则库.tars/rules.md 写上你的套路：

   我的发布流程

 git pull
 npm run build:prod
 上传 OSS
 钉钉通知 @前端组

下次一句"按流程发布"，全自动跑完。

2. 组合技：写代码 + 自己跑

   "写个 Python 脚本重命名 jpg 加拍摄日期，
   执行它，
   把日志发我。"

它真能写完、跑完、汇报——你不用切窗口。

3. 远程协作配好白名单，同事微信说"帮我点个确认"， 你转发给 AI，它远程操作，不用开 TeamViewer。
   
   资源
   🔗
   字节跳动 GitHub 仓库
   ：https://github.com/bytedance/UI-TARS-desktop
   📘
   中文文档
   ：https://agent-tars.com/zh/docs
   🤖
   火山引擎模型
   ：https://console.volcengine.com/ark

原文链接 https://mp.weixin.qq.com/s/KNadMSVmgvdWFu6wah7oSg
微信公众号【开源AI栈】