ContextQMD
Back to UI-TARS-desktop

Built-in Agents

multimodal/websites/tarko/docs/en/guide/cli/built-in-agents.mdx

0.3.02.2 KB
Original Source

Built-in Agents

Tarko CLI 包含三个内置 Agent，可以直接使用。

可用的 Agent

agent-tars

高级任务自动化和推理系统。

bash
# 启动 Web UI
tarko run agent-tars

# 无头模式
tarko run agent-tars --headless --input "分析当前目录结构"

# 服务器模式
tarko serve agent-tars

omni-tars

多模态 Agent，支持文本、图像、文件处理。

bash
# 启动 Web UI
tarko run omni-tars

# 无头模式
tarko run omni-tars --headless --input "分析这个图片"

# 服务器模式
tarko serve omni-tars

mcp-agent

Model Context Protocol Agent，专门用于 Tool 集成。

bash
# 启动 Web UI
tarko run mcp-agent

# 无头模式
tarko run mcp-agent --headless --input "列出所有可用工具"

# 服务器模式
tarko serve mcp-agent

使用自定义 Agent

除了内置 Agent，你也可以创建自定义 Agent：

typescript
// my-agent.ts
import { Agent } from '@tarko/agent';

class MyAgent extends Agent {
  constructor(options = {}) {
    super({
      ...options,
      name: 'MyAgent',
      instructions: '你是一个专门的助手...'
    });
  }
}

export default MyAgent;

使用自定义 Agent：

bash
# 运行自定义 Agent
tarko run ./my-agent.ts

# 部署自定义 Agent
tarko serve ./my-agent.ts

Agent 架构

mermaid
graph TD
    A[CLI Input] --> B[Agent Selection]
    B --> C{Agent Type}
    
    C -->|agent-tars| D[Advanced Reasoning]
    C -->|omni-tars| E[Multi-modal Processing]
    C -->|mcp-agent| F[Tool Integration]
    C -->|custom| G[Custom Logic]
    
    D --> H[Tool Manager]
    E --> H
    F --> H
    G --> H
    
    H --> I[LLM Provider]
    I --> J[Response]

配置 Agent

在 tarko.config.ts 中配置默认 Agent：

typescript
import { AgentAppConfig } from '@tarko/interface';

const config: AgentAppConfig = {
  model: {
    provider: 'openai',
    id: 'gpt-4'
  },
  tool: {
    include: ['file_*', 'web_*']
  }
};

export default config;

下一步