Doubao 1.5 UI-TARS 250328 är en ByteDance-modell för arbetsflöden med GUI-åtgärder. Tillverkarens applikation för datoranvändning anger just denna utgåva som en av sina valbara GUI-modeller. I det arbetsflödet styr en skriftlig uppgift interaktionen med en datormiljö, medan den omgivande applikationen utför åtgärder och gör deras resultat synligt.
Ge applikationen en konkret uppgift och förklara hur slutförandet ska se ut på skärmen. För en presentationsuppgift, identifiera materialet som ska användas, de avsedda bilderna och filen som ska produceras. För en inställningsuppgift, namnge inställningen och det önskade värdet. Tydliga villkor hjälper arbetsflödet skilja framsteg från ett slutfört resultat.
Ange de relevanta begränsningarna tillsammans med uppgiften: vilken applikation eller vilket dokument som berörs, vilket material som ska bevaras och vilken slutlig artefakt som ska returneras. Om skärmen innehåller flera liknande kontroller, identifiera målet genom dess synliga etikett och det omgivande sammanhanget. Nästa observation ska visa om åtgärden nådde det avsedda tillståndet.
Den dokumenterade datoranvändningstjänsten kopplar modellbeslut till musstyrning, tangentbordsstyrning och skärmfångst i en fjärrdatormiljö. Tjänsten och datorinstansen utför de faktiska åtgärderna; modellen är en komponent i det upplägget. Uppgiftens användbara utfall är det ändrade applikationstillståndet eller den sparade artefakten, med stöd av observationerna som samlas under körningen.
För ett återanvändbart arbetsflöde, behåll uppgiften, den valda modellidentiteten och observationsföljden tillsammans. Efter en åtgärd, jämför den resulterande skärmen med slutförandevillkoret innan du fortsätter. Om den förväntade kontrollen eller resultatet saknas, använd den observationen för att förfina nästa instruktion.
Den valda UI-TARS-modellen skapar inte själv en datorinstans, behåller inte en inloggad applikationssession och sparar inte en presentationsfil. Det är funktioner hos den omgivande applikationen och dess konfigurerade miljö. Tillverkarens genomgång demonstrerar denna uppdelning genom att skapa datoranvändningsapplikationen, välja en GUI-modell och starta en sandlåda innan uppgiften skickas.
Denna post bevarar utgåvan 250328. Senare UI-TARS-versioner och den separata Thinking Vision-modellen har sina egna identiteter. Den exakta UI-TARS-profilen är användbar för skärmbaserade åtgärdsbeslut; dess åtgärdsformat och indatagränser ska följa applikationens implementation för denna utgåva.
", "aboutText": "Doubao 1.5 UI-TARS 250328 är en ByteDance-modell för arbetsflöden med GUI-åtgärder. Tillverkarens applikation för datoranvändning anger just denna utgåva som en av sina valbara GUI-modeller. I det arbetsflödet styr en skriftlig uppgift interaktionen med en datormiljö, medan den omgivande applikationen utför åtgärder och gör deras resultat synligt.\n\n### Beskriv uppgiften och dess sluttillstånd\n\nGe applikationen en konkret uppgift och förklara hur slutförandet ska se ut på skärmen. För en presentationsuppgift, identifiera materialet som ska användas, de avsedda bilderna och filen som ska produceras. För en inställningsuppgift, namnge inställningen och det önskade värdet. Tydliga villkor hjälper arbetsflödet skilja framsteg från ett slutfört resultat.\n\nAnge de relevanta begränsningarna tillsammans med uppgiften: vilken applikation eller vilket dokument som berörs, vilket material som ska bevaras och vilken slutlig artefakt som ska returneras. Om skärmen innehåller flera liknande kontroller, identifiera målet genom dess synliga etikett och det omgivande sammanhanget. Nästa observation ska visa om åtgärden nådde det avsedda tillståndet.\n\n### Observera, besluta och utför\n\nDen dokumenterade datoranvändningstjänsten kopplar modellbeslut till musstyrning, tangentbordsstyrning och skärmfångst i en fjärrdatormiljö. Tjänsten och datorinstansen utför de faktiska åtgärderna; modellen är en komponent i det upplägget. Uppgiftens användbara utfall är det ändrade applikationstillståndet eller den sparade artefakten, med stöd av observationerna som samlas under körningen.\n\nFör ett återanvändbart arbetsflöde, behåll uppgiften, den valda modellidentiteten och observationsföljden tillsammans. Efter en åtgärd, jämför den resulterande skärmen med slutförandevillkoret innan du fortsätter. Om den förväntade kontrollen eller resultatet saknas, använd den observationen för att förfina nästa instruktion.\n\n### Modellens roll och applikationens roll\n\nDen valda UI-TARS-modellen skapar inte själv en datorinstans, behåller inte en inloggad applikationssession och sparar inte en presentationsfil. Det är funktioner hos den omgivande applikationen och dess konfigurerade miljö. Tillverkarens genomgång demonstrerar denna uppdelning genom att skapa datoranvändningsapplikationen, välja en GUI-modell och starta en sandlåda innan uppgiften skickas.\n\nDenna post bevarar utgåvan 250328. Senare UI-TARS-versioner och den separata Thinking Vision-modellen har sina egna identiteter. Den exakta UI-TARS-profilen är användbar för skärmbaserade åtgärdsbeslut; dess åtgärdsformat och indatagränser ska följa applikationens implementation för denna utgåva.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
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 är en modell för GUI-åtgärder i en applikation som omvandlar en uppgift och skärmobservationer till datoråtgärder. Modellen tillhandahåller åtgärdsbeslut; den omgivande datoranvändningstjänsten utför dem och returnerar nästa observation.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Doubao 1.5 UI-TARS 250328 är en ByteDance-modell för arbetsflöden med GUI-åtgärder. Tillverkarens applikation för datoranvändning anger just denna utgåva som en av sina valbara GUI-modeller. I det arbetsflödet styr en skriftlig uppgift interaktionen med en datormiljö, medan den omgivande applikationen utför åtgärder och gör deras resultat synligt.
Ge applikationen en konkret uppgift och förklara hur slutförandet ska se ut på skärmen. För en presentationsuppgift, identifiera materialet som ska användas, de avsedda bilderna och filen som ska produceras. För en inställningsuppgift, namnge inställningen och det önskade värdet. Tydliga villkor hjälper arbetsflödet skilja framsteg från ett slutfört resultat.
Ange de relevanta begränsningarna tillsammans med uppgiften: vilken applikation eller vilket dokument som berörs, vilket material som ska bevaras och vilken slutlig artefakt som ska returneras. Om skärmen innehåller flera liknande kontroller, identifiera målet genom dess synliga etikett och det omgivande sammanhanget. Nästa observation ska visa om åtgärden nådde det avsedda tillståndet.
Den dokumenterade datoranvändningstjänsten kopplar modellbeslut till musstyrning, tangentbordsstyrning och skärmfångst i en fjärrdatormiljö. Tjänsten och datorinstansen utför de faktiska åtgärderna; modellen är en komponent i det upplägget. Uppgiftens användbara utfall är det ändrade applikationstillståndet eller den sparade artefakten, med stöd av observationerna som samlas under körningen.
För ett återanvändbart arbetsflöde, behåll uppgiften, den valda modellidentiteten och observationsföljden tillsammans. Efter en åtgärd, jämför den resulterande skärmen med slutförandevillkoret innan du fortsätter. Om den förväntade kontrollen eller resultatet saknas, använd den observationen för att förfina nästa instruktion.
Den valda UI-TARS-modellen skapar inte själv en datorinstans, behåller inte en inloggad applikationssession och sparar inte en presentationsfil. Det är funktioner hos den omgivande applikationen och dess konfigurerade miljö. Tillverkarens genomgång demonstrerar denna uppdelning genom att skapa datoranvändningsapplikationen, välja en GUI-modell och starta en sandlåda innan uppgiften skickas.
Denna post bevarar utgåvan 250328. Senare UI-TARS-versioner och den separata Thinking Vision-modellen har sina egna identiteter. Den exakta UI-TARS-profilen är användbar för skärmbaserade åtgärdsbeslut; dess åtgärdsformat och indatagränser ska följa applikationens implementation för denna utgåva.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser doubao-1.5-ui-tars-250328 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.001 / 1K token Utdata · Utdatatoken $0.0034 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra doubao-1.5-ui-tars-250328
Använd metodsökvägarna som visas ovan.
doubao-1.5-ui-tars-250328Doubao 1.5 UI-TARS 250328 är en modell för GUI-åtgärder i en applikation som omvandlar en uppgift och skärmobservationer till datoråtgärder. Modellen tillhandahåller åtgärdsbeslut; den omgivande datoranvändningstjänsten utför dem och returnerar nästa observation.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Doubao 1.5 UI-TARS 250328 är en ByteDance-modell för arbetsflöden med GUI-åtgärder. Tillverkarens applikation för datoranvändning anger just denna utgåva som en av sina valbara GUI-modeller. I det arbetsflödet styr en skriftlig uppgift interaktionen med en datormiljö, medan den omgivande applikationen utför åtgärder och gör deras resultat synligt.
Ge applikationen en konkret uppgift och förklara hur slutförandet ska se ut på skärmen. För en presentationsuppgift, identifiera materialet som ska användas, de avsedda bilderna och filen som ska produceras. För en inställningsuppgift, namnge inställningen och det önskade värdet. Tydliga villkor hjälper arbetsflödet skilja framsteg från ett slutfört resultat.
Ange de relevanta begränsningarna tillsammans med uppgiften: vilken applikation eller vilket dokument som berörs, vilket material som ska bevaras och vilken slutlig artefakt som ska returneras. Om skärmen innehåller flera liknande kontroller, identifiera målet genom dess synliga etikett och det omgivande sammanhanget. Nästa observation ska visa om åtgärden nådde det avsedda tillståndet.
Den dokumenterade datoranvändningstjänsten kopplar modellbeslut till musstyrning, tangentbordsstyrning och skärmfångst i en fjärrdatormiljö. Tjänsten och datorinstansen utför de faktiska åtgärderna; modellen är en komponent i det upplägget. Uppgiftens användbara utfall är det ändrade applikationstillståndet eller den sparade artefakten, med stöd av observationerna som samlas under körningen.
För ett återanvändbart arbetsflöde, behåll uppgiften, den valda modellidentiteten och observationsföljden tillsammans. Efter en åtgärd, jämför den resulterande skärmen med slutförandevillkoret innan du fortsätter. Om den förväntade kontrollen eller resultatet saknas, använd den observationen för att förfina nästa instruktion.
Den valda UI-TARS-modellen skapar inte själv en datorinstans, behåller inte en inloggad applikationssession och sparar inte en presentationsfil. Det är funktioner hos den omgivande applikationen och dess konfigurerade miljö. Tillverkarens genomgång demonstrerar denna uppdelning genom att skapa datoranvändningsapplikationen, välja en GUI-modell och starta en sandlåda innan uppgiften skickas.
Denna post bevarar utgåvan 250328. Senare UI-TARS-versioner och den separata Thinking Vision-modellen har sina egna identiteter. Den exakta UI-TARS-profilen är användbar för skärmbaserade åtgärdsbeslut; dess åtgärdsformat och indatagränser ska följa applikationens implementation för denna utgåva.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser doubao-1.5-ui-tars-250328 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.001 / 1K token Utdata · Utdatatoken $0.0034 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "doubao-1.5-ui-tars-250328",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra doubao-1.5-ui-tars-250328
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
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.