浏览器 Agent 评测工具开源:支持 BrowserGym/Harbor/MCP 一键跑评测
xhluca · x · 2026-11-17
一项多机构协作的 agent 评测项目宣布代码已可用,支持在 BrowserGym、Harbor 和 MCP 环境上运行浏览器 agent 评测。
项目亮点:
- 评测代码开源于 GitHub,可立即上手
- 合作方 imenelkar 打造了一个 CLI 工具,大幅简化多评测的管理流程
- 作者团队阵容较大,覆盖多位知名研究者
对做浏览器/工具调用 agent 评测的团队是现成的基础设施。
「编程与Agent」频道最新
- Caltech 数学马拉松夺冠:用 agent 集群在 Lean 中形式化 BPHZ 定理 — ctjlewis · 2026-11-17
- Baseten 发布语音 Agent 基础设施栈,延迟亚秒级、每分钟约 1 美分 — baseten · 2026-11-17
- 开发者自建自托管 MCP 网关,统一管理鉴权与多服务器部署 — hakku276 · 2026-11-17
- Hala MCP + Claude Opus 组合实测:一句话生成专业级动态图形视频 — aziz4ai · 2026-11-17
- WebArena-Pro 发布:20 个真实网站、400 任务测浏览器 agent — xhluca · 2026-11-17
- 用户吐槽 GTM agent 失忆:4 个月前的对话历史全丢 — Common_Dream9420 · 2026-11-17