1. UI-TARS 本地代理失败到底卡在哪UI-TARS 是一个把自然语言指令翻译成鼠标点击、键盘输入、截图识别的 GUI 代理模型适合想让桌面自动化跑起来的开发者、测试同学和折腾 Agent 的玩家。它本身不绑定某一家模型服务只要有一个兼容 OpenAI Chat Completions 的接口就能把「看截图 → 想下一步 → 输出动作」这条链路跑通。问题也恰好出在这里很多人第一次跑 UI-TARS 时模型服务地址填的是本机某个转发端口或者某个已经失效的本地代理结果日志里直接甩出一句local proxy failed界面卡在「正在思考」截图上传了但没有任何动作返回。我遇到这个报错时的现场是这样的UI-TARS 桌面端已经装好辅助功能权限也给了模型配置里 Base URL 写的是http://127.0.0.1:8000/v1那是之前用 vLLM 起本地服务留下的地址。但本地服务早关了端口没人监听于是 UI-TARS 在发起请求阶段就失败。另一种常见情况是Base URL 指向某个本地代理进程而那个进程的上游通道不稳定表现为连接被重置、超时或者返回一段 HTML 而不是 JSON。UI-TARS 拿不到合法的choices字段就会在解析阶段抛错日志里可能同时出现local proxy failed和reading choices这类关键字。这里要区分两类失败一类是网络层根本没连上报错偏向连接拒绝、超时、代理失败另一类是连上了但返回体不是预期结构报错偏向解析choices为空或 undefined。排查时先看报错发生在请求前还是请求后能省很多时间。UI-TARS 的模型配置界面里模型提供者、API Key、Base URL 是三个独立字段任何一个填错都会让整条链路断掉。尤其是 Base URL很多人习惯性带上/v1之外的路径或者把 endpoint 和 Base URL 混为一谈导致请求打到了错误的路由上。把模型调用统一接到一个稳定的 API 通道是解决这类问题的通用思路。TaoToken 提供的就是这样一个兼容 OpenAI 协议的入口你不需要在本机维护转发进程也不用担心本地端口被占用或进程退出。下面我会从配置到验证完整走一遍把 UI-TARS 从local proxy failed改到可用通道的过程配置片段可以直接复制。2. TaoToken 接入前的准备与 Base URL 选择TaoToken 是一个面向开发者的模型 API 聚合入口兼容 OpenAI 的请求格式适合需要统一管理 Key、统一 Base URL 的场景。对 UI-TARS 来说你只需要关心三件事Base URL 填什么、API Key 从哪来、Model ID 写哪个。这三件套配齐UI-TARS 就能把请求发出去剩下的截图编码、动作解析都由 UI-TARS 自己完成。先说 Base URL。TaoToken 的 API 入口是https://taotoken.net/api注意这里不要额外拼/v1之外的路径也不要带查询参数。很多 OpenAI 兼容客户端会自动在 Base URL 后面补/v1/chat/completions所以 Base URL 填到/api这一层即可。如果你在 UI-TARS 的配置里看到的是「endpoint」字段那通常指的是完整请求地址这时要填https://taotoken.net/api/v1/chat/completions如果字段名是「Base URL」就填https://taotoken.net/api。这两个概念混用是local proxy failed之外第二常见的坑。再说 API Key。你需要先登录 TaoToken 的控制台在 API Keys 页面创建一个新的 Key。创建时建议给 Key 起一个能识别用途的名字比如ui-tars-desktop方便后续排查是哪个客户端在调用。Key 只在创建时完整显示一次复制后妥善保存。如果你还没有账号可以从官网入口进入https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后在控制台里完成 Key 的创建。Model ID 这块要看你实际想调用哪个模型。UI-TARS 本身是 GUI 代理模型但它依赖一个多模态大模型来理解截图和指令。你可以选择支持视觉输入的模型把 Model ID 填成对应的名称。具体有哪些模型可用、各自的 Model ID 是什么可以在模型对话页面里查看或者查阅接入文档。文档里会列出当前支持的模型清单和调用示例地址是 https://taotoken.net/api-keys 和 https://taotoken.net/doc 前者管理 Key后者看接入说明。这里有个细节值得注意UI-TARS 在请求里会带上frequency_penalty、max_tokens这些参数还会把截图以 base64 形式塞进image_url。所以你要选的模型必须支持图像输入否则请求会返回参数错误而不是local proxy failed。选模型时优先确认它是否支持 vision再看上下文长度是否够用因为 UI-TARS 每步都会带一张截图多步任务下 token 消耗不小。配置前还有一步容易忽略确认你的网络环境能正常访问taotoken.net。如果你之前用的是本地代理先把它关掉避免请求被旧代理拦截。UI-TARS 的配置界面里如果有「使用系统代理」之类的开关也一并关掉让请求直连。做完这些准备就可以进入下一步把配置片段写进 UI-TARS 了。3. 可复制的 UI-TARS 模型配置片段UI-TARS 桌面端的模型配置界面通常提供「模型提供者」「API Key」「Base URL」「Model ID」几个输入项。不同版本字段名略有差异但核心就是这三件套。下面给出两种常见配置形态你可以按自己界面里的字段名对号入座。第一种是 JSON 形态适合通过配置文件或环境变量注入的场景。把下面这段保存为ui-tars-model.json放在 UI-TARS 能读取的配置目录下{ provider: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoTokenKey, model: 你的视觉模型ModelID, endpoint: https://taotoken.net/api/v1/chat/completions, timeout: 120000, maxRetries: 2 }注意baseUrl和endpoint的区别前者用于客户端自动拼接路径后者是完整请求地址。如果你的 UI-TARS 只认其中一个字段就按字段名填对应的值不要两个都填成完整地址否则会出现/api/v1/v1/chat/completions这种重复路径请求会 404。第二种是 TOML 形态适合用命令行启动或写进项目配置的场景[model] provider openai-compatible base_url https://taotoken.net/api api_key sk-你的TaoTokenKey model_id 你的视觉模型ModelID endpoint https://taotoken.net/api/v1/chat/completions timeout_ms 120000 max_retries 2 [model.extra] frequency_penalty 1 max_tokens 128如果你用的是 Claude Code 这类工具做辅助开发配置思路是一样的Base URL、Key、Model ID 三件套缺一不可。Claude Code 的配置文件里通常有ANTHROPIC_BASE_URL或类似的字段把它指向 TaoToken 的入口即可。具体字段名以你所用工具的文档为准接入文档里有针对不同客户端的说明https://taotoken.net/doc 。配置写完后回到 UI-TARS 界面把「模型提供者」选成 OpenAI 兼容或自定义API Key 粘贴刚才创建的 KeyBase URL 填https://taotoken.net/apiModel ID 填你选定的视觉模型。保存后不要急着跑复杂任务先用一个最小请求验证通道是否打通。验证方法在下一节展开。这里提醒一个高频错误Key 复制时带了首尾空格或者把sk-前缀漏掉。UI-TARS 不会帮你 trim空格会导致 401。粘贴后建议在输入框里手动检查一遍首尾字符。另外如果你在多个客户端共用同一个 Key建议在控制台里按用途分别创建方便后续按 Key 排查调用来源。4. 从报错到请求成功的验证动作配置保存后先别急着让 UI-TARS 执行「打开浏览器搜索天气」这种多步任务。用一个最小化的单步请求验证通道能快速判断问题出在配置还是模型能力上。最直接的方式是用 curl 发一个纯文本请求确认 TaoToken 通道本身可用curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoTokenKey \ -H Content-Type: application/json \ -d { model: 你的视觉模型ModelID, messages: [ {role: user, content: 回复两个字通了} ], max_tokens: 16 }如果返回体里有choices[0].message.content说明 Key、Base URL、Model ID 三件套正确通道打通。如果返回 401检查 Key 是否有效、是否带空格如果返回 404检查路径是否重复拼接如果返回模型不存在检查 Model ID 是否拼写正确。通道验证通过后再回到 UI-TARS 做一次带截图的请求。你可以先用 UI-TARS 自带的测试功能或者手动构造一个带image_url的请求。下面这段 Python 代码可以直接跑用来验证视觉输入是否被正确接受import base64 from openai import OpenAI client OpenAI( base_urlhttps://taotoken.net/api, api_keysk-你的TaoTokenKey, ) with open(screenshot.png, rb) as f: encoded base64.b64encode(f.read()).decode(utf-8) resp client.chat.completions.create( model你的视觉模型ModelID, messages[ { role: user, content: [ {type: text, text: 描述这张截图里最显眼的按钮}, {type: image_url, image_url: {url: fdata:image/png;base64,{encoded}}}, ], } ], max_tokens128, ) print(resp.choices[0].message.content)跑通这段代码说明 TaoToken 通道能正确处理 UI-TARS 同款的图文混合请求。此时再回到 UI-TARS 界面输入一个简单指令比如「打开记事本」观察日志里是否还有local proxy failed。正常情况下你会看到 UI-TARS 输出Thought和Action两段内容Action里包含click或hotkey等动作定义说明模型已经能基于截图给出下一步操作。如果 UI-TARS 仍然报错但 curl 和 Python 都通了那问题大概率在 UI-TARS 自身的配置读取上。检查它是否缓存了旧的 Base URL或者是否在启动时读取了另一个配置文件。有些版本会把配置写在用户目录下的隐藏文件里界面修改后没有覆盖旧值。找到实际生效的配置文件把 Base URL 改成https://taotoken.net/api再重启。验证成功后你可以把max_tokens适当调大因为 UI-TARS 输出的动作描述可能超过 128 token。同时保留frequency_penalty1减少重复动作。多步任务下建议开启重试网络抖动时能自动恢复不至于一步失败整个任务中断。5. 常见报错对照与排查清单local proxy failed这个报错本身信息量不大它只是告诉你请求在到达模型之前就失败了。真正有用的线索在它前后的日志里。下面按真实遇到的报错逐条对照。第一种local proxy failed后面跟着ECONNREFUSED 127.0.0.1:xxxx。这说明 UI-TARS 还在往本地端口发请求配置没有生效。去模型配置里确认 Base URL 是否已经改成https://taotoken.net/api并检查是否有多个配置文件界面改的那个不是实际读取的那个。关掉 UI-TARS 再重启让它重新加载配置。第二种401 Unauthorized或invalid api key。Key 不对。检查是否复制完整、是否带了空格、是否在控制台里被禁用或删除。如果你在 TaoToken 控制台里重新生成过 Key旧 Key 会失效需要同步更新到 UI-TARS。控制台地址https://taotoken.net/api-keys 。第三种404 Not Found或返回 HTML 页面。Base URL 和 endpoint 混用导致路径重复。确认 Base URL 填的是https://taotoken.net/apiendpoint 填的是https://taotoken.net/api/v1/chat/completions两者不要同时填成完整地址。如果客户端自动补/v1Base URL 就只填到/api。第四种Cannot read properties of undefined (reading choices)。请求发出去了但返回体里没有choices字段。常见原因是模型不支持图像输入或者请求体格式不对。先确认 Model ID 是支持 vision 的模型再用上一节的 Python 脚本单独验证。如果脚本也报同样的错把请求体打印出来检查image_url的 base64 是否完整、是否带了data:image/png;base64,前缀。第五种OAuth相关报错。如果你用的是 Claude Code 或其他带 OAuth 流程的工具报错可能指向 token 刷新失败。这类工具通常需要同时配置 Base URL 和 Key不能只配其中一个。检查配置文件里ANTHROPIC_BASE_URL或对应字段是否指向 TaoToken 入口Key 是否填在正确的位置。接入文档里有针对 OAuth 类客户端的说明https://taotoken.net/doc 。第六种请求超时。UI-TARS 每步都带截图请求体较大网络慢时容易超时。把 timeout 调到 120000 毫秒以上并开启重试。如果仍然频繁超时检查截图分辨率是否过高适当压缩后再发送。排查时建议按「先通道、后客户端」的顺序先用 curl 验证通道再用 Python 验证图文请求最后才怀疑 UI-TARS 配置。这样能避免在客户端里反复改配置却找不到根因。每次改完配置记得重启 UI-TARS很多客户端不会热加载模型配置。6. 稳定跑 UI-TARS 的后续建议通道打通只是第一步要让 UI-TARS 稳定跑多步任务还有几个细节值得调整。首先是截图频率UI-TARS 默认每步都截图如果任务步骤多token 消耗会很快。你可以在配置里适当降低截图质量或者只在关键步骤截图减少单次请求体积。其次是动作解析的容错模型偶尔会输出不符合动作空间定义的文本UI-TARS 解析失败时会中断任务。可以在外层加一层重试把失败步骤重新发给模型让它重新规划。如果你打算长期用 UI-TARS 做桌面自动化建议把模型调用统一走 TaoToken 的 Coding Plan这样 Key 和通道集中管理不用在每个客户端里单独维护。Coding Plan 的入口在 https://taotoken.net/coding-plan 适合需要长期编码和 Agent 调用的场景。日常验证模型能力时可以直接用模型对话页面快速试地址是 https://taotoken.net/chat 。最后说一个我踩过的坑UI-TARS 的辅助功能权限在系统更新后有时会被重置表现为截图正常但点击不生效。这时去系统设置的隐私与安全里重新勾选 UI-TARS 的无障碍权限即可。这个和模型通道无关但容易被误判成模型返回了错误动作。排查时先确认权限再看日志里的Action是否合理能少走弯路。