immich-photo-manager
★ 59
vs
UI-TARS-desktop
★ 39.4k
immich-photo-manager vs UI-TARS-desktop
immich-photo-manager:immich-photo-manager 是一个MCP服务器,允许AI助手直接访问您的自托管Immich照片库。支持自然语言搜索、整理、去重和相册策展。适用于Claude、Gemma或任何兼容MCP的客户端。;UI-TARS-desktop:UI-TARS Desktop 是 TARS 多模态 AI 智能体技术栈的桌面应用组件,通过截图理解屏幕内容并与计算机 GUI 交互,支持执行 Shell 命令和浏览器工具,集成 MCP 扩展 Agent 能力。
01
简评
immich-photo-managerVision / Multimodal · ★ 59
根据GPS和视觉相似度自动创建旅行相册
UI-TARS-desktopVision / Multimodal · ★ 39.4k
何时选择它(优势与适用):
- 需要一款基于原生视觉模型的桌面端 GUI 智能体,直接通过看懂屏幕画面、端到端模拟鼠标点击与键盘输入来操作应用。
- 希望拥有一款跨 macOS、Windows 和 Linux 的开源多模态桌面自动化软件,胜任跨软件协同任务。
何时考虑替代方案:
- 操作对象仅为纯 Web 网页;直接通过 Playwright 或 Scrapling 操作 DOM 树比纯视觉模拟点击更快、更稳定。
- 本地或服务端缺乏充足的 GPU 算力或支持高分辨率视觉推理的多模态模型调用预算。
02
并排对比
字段
分类
视觉/多模态
视觉/多模态
Stars
★ 59
★ 39.4k
许可证
MIT
Apache-2.0
安装方式
git clone https://github.com/drolosoft/immich-photo-manager.git && cd immich-photo-manager && claude plugin marketplace add . && claude plugin install immich-photo-manager
npx @agent-tars/cli@latest
更新时间
2周前
2周前
开源
是
是
标签
albums, Claude, claude-plugin
GUI 代理, 桌面应用, 多模态 AI
03
功能特性
01基于AI的自然语言照片搜索(CLIP)
02根据GPS、视觉和时间数据自动创建地理位置相册
03元数据修复,包括时间戳修正和GPS推断
04使用感知哈希跨导入源检测重复照片
05交互式HTML相册,支持主题和批量操作
01原生 GUI 智能体,通过截图理解屏幕并与桌面应用交互
02多模态 LLM 驱动的任意 UI 视觉理解
03内置浏览器自动化和 Shell 命令执行
04MCP 集成,通过自定义工具扩展 Agent 能力
05跨平台桌面应用,提供 Web UI 选项
04
使用场景
↳根据GPS和视觉相似度自动创建旅行相册
↳使用自然语言描述搜索照片,例如'海滩日落'
↳评估照片库健康状况并获得清理建议
↳通过视觉点击无 API 的桌面 GUI 工作流自动化
↳构建结合屏幕理解、网页和文件操作的多模态 Agent
↳通过自然语言指令在桌面执行 AI 辅助计算机任务
05
适合场景
—
最受欢迎必备神器时下流行
FAQ
常见问题
immich-photo-manager 和 UI-TARS-desktop 有什么区别?
immich-photo-manager 和 UI-TARS-desktop 都属于 Vision / Multimodal 类别。immich-photo-manager 有 59 Stars,UI-TARS-desktop 有 39.4k Stars。
immich-photo-manager 和 UI-TARS-desktop 哪个更好?
最佳选择取决于你的具体需求。根据GPS和视觉相似度自动创建旅行相册 时选 immich-photo-manager,通过视觉点击无 API 的桌面 GUI 工作流自动化 时选 UI-TARS-desktop。
immich-photo-manager 是免费的吗?
是的,immich-photo-manager 在 GitHub 开源(MIT)。
UI-TARS-desktop 是免费的吗?
是的,UI-TARS-desktop 在 GitHub 开源(Apache-2.0)。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器,新用户立享 $200 免费额度(60天有效)。
→