Doubao 1.5 UI-TARS 250328 ist ein ByteDance-Modell für Arbeitsabläufe zur Bedienung grafischer Oberflächen. Die Computernutzungsanwendung des Herstellers nennt genau diese Ausgabe als eines ihrer auswählbaren GUI-Modelle. In diesem Ablauf steuert eine schriftliche Aufgabe die Interaktion mit einer Computerumgebung, während die umgebende Anwendung die Vorgänge ausführt und deren Ergebnis sichtbar macht.
Geben Sie der Anwendung eine konkrete Aufgabe und erklären Sie, wie deren Abschluss auf dem Bildschirm aussehen soll. Benennen Sie bei einer Präsentationsaufgabe das zu verwendende Material, die vorgesehenen Folien und die zu erstellende Datei. Nennen Sie bei einer Einstellungsaufgabe die Einstellung und den gewünschten Wert. Klare Bedingungen helfen dem Arbeitsablauf, Fortschritt von einem abgeschlossenen Ergebnis zu unterscheiden.
Geben Sie die relevanten Vorgaben zusammen mit der Aufgabe an: welche Anwendung oder welches Dokument betroffen ist, welches Material erhalten bleiben soll und welches endgültige Arbeitsergebnis zurückzugeben ist. Enthält der Bildschirm mehrere ähnliche Bedienelemente, identifizieren Sie das Ziel anhand seiner sichtbaren Beschriftung und seines Umfelds. Die nächste Beobachtung sollte zeigen, ob die Handlung den beabsichtigten Zustand erreicht hat.
Der dokumentierte Computernutzungsdienst verbindet Modellentscheidungen mit Maussteuerung, Tastatursteuerung und Bildschirmaufnahmen in einer entfernten Computerumgebung. Der Dienst und die Computerinstanz führen die tatsächlichen Handlungen aus; das Modell ist ein Bestandteil dieser Anordnung. Das nützliche Ergebnis der Aufgabe ist der geänderte Anwendungszustand oder das gespeicherte Arbeitsergebnis, belegt durch die während der Ausführung gesammelten Beobachtungen.
Bewahren Sie für einen wiederverwendbaren Arbeitsablauf die Aufgabe, die gewählte Modellidentität und die Folge der Beobachtungen zusammen auf. Vergleichen Sie nach einer Handlung den resultierenden Bildschirm mit der Abschlussbedingung, bevor Sie fortfahren. Fehlt das erwartete Bedienelement oder Ergebnis, nutzen Sie diese Beobachtung, um die nächste Anweisung zu präzisieren.
Das ausgewählte UI-TARS-Modell erstellt selbst keine Computerinstanz, hält keine angemeldete Anwendungssitzung aufrecht und speichert keine Präsentationsdatei. Das sind Funktionen der umgebenden Anwendung und ihrer konfigurierten Umgebung. Die Anleitung des Herstellers zeigt diese Trennung, indem zuerst die Computernutzungsanwendung erstellt, ein GUI-Modell ausgewählt und eine Sandbox gestartet wird, bevor die Aufgabe übermittelt wird.
Dieser Eintrag bewahrt die Ausgabe 250328. Spätere UI-TARS-Veröffentlichungen und das separate Thinking-Vision-Modell haben eigene Identitäten. Das genaue UI-TARS-Profil eignet sich für bildschirmgestützte Bedienentscheidungen; sein Aktionsformat und seine Eingabegrenzen sollten der Implementierung dieser Ausgabe in der Anwendung entsprechen.
", "aboutText": "Doubao 1.5 UI-TARS 250328 ist ein ByteDance-Modell für Arbeitsabläufe zur Bedienung grafischer Oberflächen. Die Computernutzungsanwendung des Herstellers nennt genau diese Ausgabe als eines ihrer auswählbaren GUI-Modelle. In diesem Ablauf steuert eine schriftliche Aufgabe die Interaktion mit einer Computerumgebung, während die umgebende Anwendung die Vorgänge ausführt und deren Ergebnis sichtbar macht.\n\n### Die Aufgabe und ihren Abschlusszustand beschreiben\n\nGeben Sie der Anwendung eine konkrete Aufgabe und erklären Sie, wie deren Abschluss auf dem Bildschirm aussehen soll. Benennen Sie bei einer Präsentationsaufgabe das zu verwendende Material, die vorgesehenen Folien und die zu erstellende Datei. Nennen Sie bei einer Einstellungsaufgabe die Einstellung und den gewünschten Wert. Klare Bedingungen helfen dem Arbeitsablauf, Fortschritt von einem abgeschlossenen Ergebnis zu unterscheiden.\n\nGeben Sie die relevanten Vorgaben zusammen mit der Aufgabe an: welche Anwendung oder welches Dokument betroffen ist, welches Material erhalten bleiben soll und welches endgültige Arbeitsergebnis zurückzugeben ist. Enthält der Bildschirm mehrere ähnliche Bedienelemente, identifizieren Sie das Ziel anhand seiner sichtbaren Beschriftung und seines Umfelds. Die nächste Beobachtung sollte zeigen, ob die Handlung den beabsichtigten Zustand erreicht hat.\n\n### Beobachten, entscheiden und ausführen\n\nDer dokumentierte Computernutzungsdienst verbindet Modellentscheidungen mit Maussteuerung, Tastatursteuerung und Bildschirmaufnahmen in einer entfernten Computerumgebung. Der Dienst und die Computerinstanz führen die tatsächlichen Handlungen aus; das Modell ist ein Bestandteil dieser Anordnung. Das nützliche Ergebnis der Aufgabe ist der geänderte Anwendungszustand oder das gespeicherte Arbeitsergebnis, belegt durch die während der Ausführung gesammelten Beobachtungen.\n\nBewahren Sie für einen wiederverwendbaren Arbeitsablauf die Aufgabe, die gewählte Modellidentität und die Folge der Beobachtungen zusammen auf. Vergleichen Sie nach einer Handlung den resultierenden Bildschirm mit der Abschlussbedingung, bevor Sie fortfahren. Fehlt das erwartete Bedienelement oder Ergebnis, nutzen Sie diese Beobachtung, um die nächste Anweisung zu präzisieren.\n\n### Rolle des Modells und Rolle der Anwendung\n\nDas ausgewählte UI-TARS-Modell erstellt selbst keine Computerinstanz, hält keine angemeldete Anwendungssitzung aufrecht und speichert keine Präsentationsdatei. Das sind Funktionen der umgebenden Anwendung und ihrer konfigurierten Umgebung. Die Anleitung des Herstellers zeigt diese Trennung, indem zuerst die Computernutzungsanwendung erstellt, ein GUI-Modell ausgewählt und eine Sandbox gestartet wird, bevor die Aufgabe übermittelt wird.\n\nDieser Eintrag bewahrt die Ausgabe 250328. Spätere UI-TARS-Veröffentlichungen und das separate Thinking-Vision-Modell haben eigene Identitäten. Das genaue UI-TARS-Profil eignet sich für bildschirmgestützte Bedienentscheidungen; sein Aktionsformat und seine Eingabegrenzen sollten der Implementierung dieser Ausgabe in der Anwendung entsprechen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Choose the next GUI step from a text observation\n\nPlan one next step for this GUI task from the supplied text observation only. Goal: turn off weekly email summaries. Screen text: Notifications; Weekly summary [on]; Security alerts [on]; Save changes. Name the control to change, the subsequent save step and the observation needed to confirm completion. Do not claim to click anything.A short action plan using visible labels and a post-save verification condition.Only Weekly summary changes; Security alerts stays on and completion requires a new observed saved state.doubao-1.5-ui-tars-250328Doubao 1.5 UI-TARS 250328 ist ein Modell zur Bedienung grafischer Oberflächen für eine Anwendung, die aus einer Aufgabe und Bildschirmbeobachtungen Computeraktionen ableitet. Das Modell liefert Handlungsentscheidungen; der umgebende Dienst zur Computernutzung führt sie aus und gibt die nächste Beobachtung zurück.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Doubao 1.5 UI-TARS 250328 ist ein ByteDance-Modell für Arbeitsabläufe zur Bedienung grafischer Oberflächen. Die Computernutzungsanwendung des Herstellers nennt genau diese Ausgabe als eines ihrer auswählbaren GUI-Modelle. In diesem Ablauf steuert eine schriftliche Aufgabe die Interaktion mit einer Computerumgebung, während die umgebende Anwendung die Vorgänge ausführt und deren Ergebnis sichtbar macht.
Geben Sie der Anwendung eine konkrete Aufgabe und erklären Sie, wie deren Abschluss auf dem Bildschirm aussehen soll. Benennen Sie bei einer Präsentationsaufgabe das zu verwendende Material, die vorgesehenen Folien und die zu erstellende Datei. Nennen Sie bei einer Einstellungsaufgabe die Einstellung und den gewünschten Wert. Klare Bedingungen helfen dem Arbeitsablauf, Fortschritt von einem abgeschlossenen Ergebnis zu unterscheiden.
Geben Sie die relevanten Vorgaben zusammen mit der Aufgabe an: welche Anwendung oder welches Dokument betroffen ist, welches Material erhalten bleiben soll und welches endgültige Arbeitsergebnis zurückzugeben ist. Enthält der Bildschirm mehrere ähnliche Bedienelemente, identifizieren Sie das Ziel anhand seiner sichtbaren Beschriftung und seines Umfelds. Die nächste Beobachtung sollte zeigen, ob die Handlung den beabsichtigten Zustand erreicht hat.
Der dokumentierte Computernutzungsdienst verbindet Modellentscheidungen mit Maussteuerung, Tastatursteuerung und Bildschirmaufnahmen in einer entfernten Computerumgebung. Der Dienst und die Computerinstanz führen die tatsächlichen Handlungen aus; das Modell ist ein Bestandteil dieser Anordnung. Das nützliche Ergebnis der Aufgabe ist der geänderte Anwendungszustand oder das gespeicherte Arbeitsergebnis, belegt durch die während der Ausführung gesammelten Beobachtungen.
Bewahren Sie für einen wiederverwendbaren Arbeitsablauf die Aufgabe, die gewählte Modellidentität und die Folge der Beobachtungen zusammen auf. Vergleichen Sie nach einer Handlung den resultierenden Bildschirm mit der Abschlussbedingung, bevor Sie fortfahren. Fehlt das erwartete Bedienelement oder Ergebnis, nutzen Sie diese Beobachtung, um die nächste Anweisung zu präzisieren.
Das ausgewählte UI-TARS-Modell erstellt selbst keine Computerinstanz, hält keine angemeldete Anwendungssitzung aufrecht und speichert keine Präsentationsdatei. Das sind Funktionen der umgebenden Anwendung und ihrer konfigurierten Umgebung. Die Anleitung des Herstellers zeigt diese Trennung, indem zuerst die Computernutzungsanwendung erstellt, ein GUI-Modell ausgewählt und eine Sandbox gestartet wird, bevor die Aufgabe übermittelt wird.
Dieser Eintrag bewahrt die Ausgabe 250328. Spätere UI-TARS-Veröffentlichungen und das separate Thinking-Vision-Modell haben eigene Identitäten. Das genaue UI-TARS-Profil eignet sich für bildschirmgestützte Bedienentscheidungen; sein Aktionsformat und seine Eingabegrenzen sollten der Implementierung dieser Ausgabe in der Anwendung entsprechen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits doubao-1.5-ui-tars-250328 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.0034 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "doubao-1.5-ui-tars-250328", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='doubao-1.5-ui-tars-250328',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='doubao-1.5-ui-tars-250328',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra doubao-1.5-ui-tars-250328
Verwenden Sie die oben angezeigten Methodenpfade.
doubao-1.5-ui-tars-250328Doubao 1.5 UI-TARS 250328 ist ein Modell zur Bedienung grafischer Oberflächen für eine Anwendung, die aus einer Aufgabe und Bildschirmbeobachtungen Computeraktionen ableitet. Das Modell liefert Handlungsentscheidungen; der umgebende Dienst zur Computernutzung führt sie aus und gibt die nächste Beobachtung zurück.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Doubao 1.5 UI-TARS 250328 ist ein ByteDance-Modell für Arbeitsabläufe zur Bedienung grafischer Oberflächen. Die Computernutzungsanwendung des Herstellers nennt genau diese Ausgabe als eines ihrer auswählbaren GUI-Modelle. In diesem Ablauf steuert eine schriftliche Aufgabe die Interaktion mit einer Computerumgebung, während die umgebende Anwendung die Vorgänge ausführt und deren Ergebnis sichtbar macht.
Geben Sie der Anwendung eine konkrete Aufgabe und erklären Sie, wie deren Abschluss auf dem Bildschirm aussehen soll. Benennen Sie bei einer Präsentationsaufgabe das zu verwendende Material, die vorgesehenen Folien und die zu erstellende Datei. Nennen Sie bei einer Einstellungsaufgabe die Einstellung und den gewünschten Wert. Klare Bedingungen helfen dem Arbeitsablauf, Fortschritt von einem abgeschlossenen Ergebnis zu unterscheiden.
Geben Sie die relevanten Vorgaben zusammen mit der Aufgabe an: welche Anwendung oder welches Dokument betroffen ist, welches Material erhalten bleiben soll und welches endgültige Arbeitsergebnis zurückzugeben ist. Enthält der Bildschirm mehrere ähnliche Bedienelemente, identifizieren Sie das Ziel anhand seiner sichtbaren Beschriftung und seines Umfelds. Die nächste Beobachtung sollte zeigen, ob die Handlung den beabsichtigten Zustand erreicht hat.
Der dokumentierte Computernutzungsdienst verbindet Modellentscheidungen mit Maussteuerung, Tastatursteuerung und Bildschirmaufnahmen in einer entfernten Computerumgebung. Der Dienst und die Computerinstanz führen die tatsächlichen Handlungen aus; das Modell ist ein Bestandteil dieser Anordnung. Das nützliche Ergebnis der Aufgabe ist der geänderte Anwendungszustand oder das gespeicherte Arbeitsergebnis, belegt durch die während der Ausführung gesammelten Beobachtungen.
Bewahren Sie für einen wiederverwendbaren Arbeitsablauf die Aufgabe, die gewählte Modellidentität und die Folge der Beobachtungen zusammen auf. Vergleichen Sie nach einer Handlung den resultierenden Bildschirm mit der Abschlussbedingung, bevor Sie fortfahren. Fehlt das erwartete Bedienelement oder Ergebnis, nutzen Sie diese Beobachtung, um die nächste Anweisung zu präzisieren.
Das ausgewählte UI-TARS-Modell erstellt selbst keine Computerinstanz, hält keine angemeldete Anwendungssitzung aufrecht und speichert keine Präsentationsdatei. Das sind Funktionen der umgebenden Anwendung und ihrer konfigurierten Umgebung. Die Anleitung des Herstellers zeigt diese Trennung, indem zuerst die Computernutzungsanwendung erstellt, ein GUI-Modell ausgewählt und eine Sandbox gestartet wird, bevor die Aufgabe übermittelt wird.
Dieser Eintrag bewahrt die Ausgabe 250328. Spätere UI-TARS-Veröffentlichungen und das separate Thinking-Vision-Modell haben eigene Identitäten. Das genaue UI-TARS-Profil eignet sich für bildschirmgestützte Bedienentscheidungen; sein Aktionsformat und seine Eingabegrenzen sollten der Implementierung dieser Ausgabe in der Anwendung entsprechen.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits doubao-1.5-ui-tars-250328 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.001 / 1K Tokens Ausgabe · Ausgabetoken $0.0034 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "doubao-1.5-ui-tars-250328",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'doubao-1.5-ui-tars-250328', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'doubao-1.5-ui-tars-250328', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra doubao-1.5-ui-tars-250328
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Choose the next GUI step from a text observation\n\nPlan one next step for this GUI task from the supplied text observation only. Goal: turn off weekly email summaries. Screen text: Notifications; Weekly summary [on]; Security alerts [on]; Save changes. Name the control to change, the subsequent save step and the observation needed to confirm completion. Do not claim to click anything.A short action plan using visible labels and a post-save verification condition.Only Weekly summary changes; Security alerts stays on and completion requires a new observed saved state.