Manus 火了之后，真正的 AI Agent 的概念逐渐被大众所接受。
AI Agent=真正能干活的 AI。
据悉，字节内部有多个团队都在做 AI Agent 方向的探索。
昨天一个团队率先放出了开源版的 AI Agent：Agent TARS
相比 Manus 的，Agent TARS 支持了 MCP 模型上下文协议，可扩展性更强。
官方介绍：
Agent TARS 是一个开源的多模态 AI Agent，可以自行浏览网页、集成命令行、文件系统，利用浏览器操作。
🌐 通过 Agent 框架，规划和执行复杂任务，如深度研究 Deep Research 和电脑操作员 Operator 功能务。
🛠️ 集成了多种工具，包括搜索、文件编辑、命令行，还支持 MCP（模型上下文协议），可以处理复杂的工作流程。
💻️ 提供了桌面客户端：展示浏览器、多模态元素、会话管理、模型配置、对话流程、状态跟踪等。
Demo 演示：从技术面分析下特斯拉未来的股价走势
下载 Agent TARS
访问 Releases 页面下载最新的 Agent TARS 桌面包。
https://github.com/bytedance/UI-TARS-desktop/releases?q=Agent+Tars&expanded=true
目前，Agent TARS 仅支持 macOS，但对其他平台的支持也在进行中。
配置 Agent TARS
打开应用程序时，首先需要打开左下角以访问 Settings 页面并调整必要的设置：
然后需要配置模型，输入自己的 API KEY，目前仅支持 OpenAI 和 Claude
然后需要配置搜索模型，设置搜索提供商和 API 密钥：
配置完成后就可以体验了。
此外， Agent TARS 还支持人机协作，可以通过输入框与 Agent 进行交互。如果想改变当前 Agent 工作的方向，可以在顶部位置的特殊输入框中插入新的想法，然后按回车键发送给 Agent。
最后，Agent TARS 也支持分享，可以通过顶部菜单中的分享按manus 教程钮与他人分享结果。支持本地打包 html 和远程分享两种模式。
最后的最后，附上免责声明：
Agent TARS 仍处于技术预览阶段，尚不稳定。建议不要在生产环境中使用。
以上就是对 Agent TARS 的全部介绍。
感谢阅读，我们下次再会。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/246396.html原文链接：https://javaforall.net
