photon
★ 100
vs
UI-TARS-desktop
★ 39.4k
photon vs UI-TARS-desktop
photon：Photon 允许你用 TypeScript 一次定义逻辑，并自动通过三种接口公开：用于 AI 代理的 MCP 服务器、用于自动化的 CLI 工具和面向人类的 Web 界面。它通过从代码中推导工具定义、验证和 UI 来消除样板代码，使构建和部署多界面应用变得简单。；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
photonVision / Multimodal · ★ 100
构建支持 MCP 协议的 AI 代理工具
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
03
功能特性
photon01从方法签名自动生成 Web 界面
02一个源文件生成 MCP 服务器、CLI 和 UI
03内置支持 OAuth、计划任务、Webhook 和分布式锁
04通过 Bun 编译为独立可执行文件
05无需基础设施即可实现实时事件和持久化内存
UI-TARS-desktop01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
photon↳构建支持 MCP 协议的 AI 代理工具
↳通过简单的 TypeScript 类创建 CLI 自动化脚本
↳无需前端编码即可为内部工具开发 Web 仪表盘
UI-TARS-desktop↳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
photon—
UI-TARS-desktop最受欢迎必备神器时下流行
FAQ
常见问题
photon 和 UI-TARS-desktop 有什么区别？
photon 和 UI-TARS-desktop 都属于 Vision / Multimodal 类别。photon 有 100 Stars，UI-TARS-desktop 有 39.4k Stars。
photon 和 UI-TARS-desktop 哪个更好？
最佳选择取决于你的具体需求。构建支持 MCP 协议的 AI 代理工具 时选 photon，通过视觉点击无 API 的桌面 GUI 工作流自动化 时选 UI-TARS-desktop。
photon 是免费的吗？
是的，photon 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）。
→