автор bytedance · bytedance/UI-TARS-desktop
ByteDance's open multimodal agent stack — vision-grounded computer-use, callable from Claude via MCP.
UI-TARS Desktop is ByteDance's open multimodal agent platform. It uses screen understanding for desktop control and exposes itself as MCP. Claude can delegate vision-grounded GUI tasks where text-only tools fall short.
%APPDATA%\Claude\claude_desktop_config.json{
"mcpServers": {
"ui-tars-desktop-mcp": {
"command": "docker",
"args": [
"run",
"-p",
"8080:8080",
"ghcr.io/bytedance/ui-tars-desktop:latest"
]
}
}
}Откройте Claude Desktop → Settings → Developer → Edit Config. Перезапустите после сохранения.
{
"mcpServers": {
"ui-tars-desktop-mcp": {
"command": "docker",
"args": [
"run",
"-p",
"8080:8080",
"ghcr.io/bytedance/ui-tars-desktop:latest"
]
}
}
}Cursor использует ту же схему mcpServers, что и Claude Desktop. Конфиг проекта приоритетнее глобального.
{
"mcpServers": {
"ui-tars-desktop-mcp": {
"command": "docker",
"args": [
"run",
"-p",
"8080:8080",
"ghcr.io/bytedance/ui-tars-desktop:latest"
]
}
}
}Щёлкните значок MCP Servers на боковой панели Cline, затем "Edit Configuration".
{
"mcpServers": {
"ui-tars-desktop-mcp": {
"command": "docker",
"args": [
"run",
"-p",
"8080:8080",
"ghcr.io/bytedance/ui-tars-desktop:latest"
]
}
}
}Тот же формат, что и Claude Desktop. Перезапустите Windsurf для применения.
{
"mcpServers": [
{
"name": "ui-tars-desktop-mcp",
"command": "docker",
"args": [
"run",
"-p",
"8080:8080",
"ghcr.io/bytedance/ui-tars-desktop:latest"
]
}
]
}Continue использует массив объектов серверов, а не map.
{
"context_servers": {
"ui-tars-desktop-mcp": {
"command": {
"path": "docker",
"args": [
"run",
"-p",
"8080:8080",
"ghcr.io/bytedance/ui-tars-desktop:latest"
]
}
}
}
}Добавьте в context_servers. Zed перезагружается автоматически.
claude mcp add ui-tars-desktop-mcp -- docker run -p 8080:8080 ghcr.io/bytedance/ui-tars-desktop:latestОднострочная команда. Проверить: claude mcp list. Удалить: claude mcp remove.
Когда использовать: You're automating a desktop or canvas app that has no scripting surface.
Итог: GUI automation in apps with no API.
UI-TARS for vision tasks; OpenAgent for code-text tasks
| Инструмент | Входные данные | Когда вызывать | Стоимость |
|---|---|---|---|
| ui_act | (see docs) | Run a vision-grounded GUI action | 1 call |
| ui_observe | (see docs) | Capture screen state | 1 call |
screen-capture input-injectionRun with banking app visibleAction misses target on Retina displaySet the DPI scale; UI-TARS defaults to 1x
| Альтернатива | Когда использовать | Компромисс |
|---|---|---|
| OpenAgent | Lower resource cost | Less vision grounding |