正在打开每日关注
正在打开每日关注
视频介绍 UI-TARS-desktop，并称其可通过视觉与 MCP 协议配合 Codex 操作电脑；能力与安全性主张仍待人工核验。
UI-TARS-desktop Codex 黄金 搭档 纯 干 货 分 京 ， 不 存在 站 外 引流 特点 。 轧 由 视觉 语言 模型 驱动 的 自然 语言 控制 功能 。 支持 截图 和 视觉 识别 功能 。 佬 精确 的 鼠标 和 键盘 操作 控制 。 支持 多 平台 操作 〈Windows 系统 、MacOs 以 及 浏览 器 ) 。 实时 反馈 与 状态 显示 。 徊 私密 且 安 全 一 一 完全 在 本 地 进行 数据 处 理 外 寻 了 尼 基 于 多 模 态 视觉 模型 已 An 帝
视频将 UI-TARS-desktop 描述为字节开源项目，主张它能以自然语言控制电脑，并支持截图、视觉识别、鼠标和键盘操作。OCR 还列出 Windows、macOS 与浏览器等支持范围。
视频重点是其与 Codex 的搭配：转写称“接上 CodeX 就可以自动检视频生图片”，OCR 则称其“原生支持 MCP 协议”。这反映的是把具备电脑操作能力的视觉 Agent 接入编码或自动化工作流的设想。
评估此类工具时，可优先关注其操作边界、可观察的执行反馈、权限最小化，以及对失败操作的中断与恢复能力；MCP 接入也应明确工具权限和输入输出范围。
“接管整个电脑”“几乎都能操作”“完全在本地进行数据处理”等均来自视频单方表述，尚无独立证据。视频没有提供仓库链接、版本、许可协议、支持平台细节或实际演示条件，不能据此确认能力、隐私性或与 Codex 的具体集成方式。