[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-web-arena-x--webarena":3,"tool-web-arena-x--webarena":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",157379,2,"2026-04-15T23:32:42",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":72,"owner_avatar_url":73,"owner_bio":74,"owner_company":74,"owner_location":74,"owner_email":74,"owner_twitter":74,"owner_website":74,"owner_url":75,"languages":76,"stars":93,"forks":94,"last_commit_at":95,"license":96,"difficulty_score":97,"env_os":98,"env_gpu":99,"env_ram":99,"env_deps":100,"category_tags":110,"github_topics":111,"view_count":32,"oss_zip_url":74,"oss_zip_packed_at":74,"status":17,"created_at":114,"updated_at":115,"faqs":116,"releases":152},7956,"web-arena-x\u002Fwebarena","webarena","Code repo for \"WebArena: A Realistic Web Environment for Building Autonomous Agents\"","WebArena 是一个可独立部署的逼真网页环境，专为构建和评估自主智能体（Autonomous Agents）而设计。它解决了当前 AI 代理研究缺乏真实、可控且可复现测试场景的痛点，让开发者无需依赖不稳定的公共网站即可进行大规模实验。\n\n该工具主要面向 AI 研究人员、大模型开发者以及从事智能体系统设计的工程师。通过提供一套完整的本地化网页基础设施，WebArena 包含了电商、论坛、办公协作等多种真实网站场景，并预置了数百个具有明确目标的测试任务，能够精准量化智能体在复杂网页导航中的表现。\n\n其核心技术亮点在于“自托管”架构，确保实验环境的高度一致性与结果的可复现性。此外，项目近期已与 AgentLab 框架深度集成，支持基于 BrowserGym 的并行实验加速，并统一纳入了 VisualWebArena 等主流基准测试。对于希望深入探索智能体在真实网络环境中决策能力、调试多步任务执行逻辑的专业用户而言，WebArena 提供了目前业界领先的标准化测试平台。","# WebArena: A Realistic Web Environment for Building Autonomous Agents\n\u003Cp align=\"center\">\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweb-arena-x_webarena_readme_bfb0d8583a65.png\" alt=\"Logo\" width=\"80px\">\n    \u003Cbr>\n    \u003Cb>WebArena is a standalone, self-hostable web environment for building autonomous agents\u003C\u002Fb>\n\u003C\u002Fp>\n\n\n\u003Cp align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fwww.python.org\u002Fdownloads\u002Frelease\u002Fpython-3109\u002F\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.10-blue.svg\" alt=\"Python 3.10\">\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fpre-commit.com\u002F\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpre--commit-enabled-brightgreen?logo=pre-commit&logoColor=white\" alt=\"pre-commit\">\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpsf\u002Fblack\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fcode%20style-black-000000.svg\" alt=\"Code style: black\">\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fmypy-lang.org\u002F\">\u003Cimg src=\"https:\u002F\u002Fwww.mypy-lang.org\u002Fstatic\u002Fmypy_badge.svg\" alt=\"Checked with mypy\">\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fbeartype.readthedocs.io\">\u003Cimg src=\"https:\u002F\u002Fraw.githubusercontent.com\u002Fbeartype\u002Fbeartype-assets\u002Fmain\u002Fbadge\u002Fbear-ified.svg\" alt=\"bear-ified\">\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fwebarena.dev\u002F\">Website\u003C\u002Fa> •\n\u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2307.13854\">Paper\u003C\u002Fa> •\n\u003Ca href=\"https:\u002F\u002Fdocs.google.com\u002Fspreadsheets\u002Fd\u002F1M801lEpBbKSNwP-vDBkC_pF7LdyGU1f_ufZb_NWNBZQ\u002Fedit?usp=sharing\">Leaderboard\u003C\u002Fa> •\n\u003Ca href=\"https:\u002F\u002Fthe-agent-company.com\">TheAgentCompany\u003C\u002Fa>\n\u003C\u002Fp>\n\n![Overview](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweb-arena-x_webarena_readme_77a42b930bfb.png)\n\n## Update on 12\u002F5\u002F2024\n> [!IMPORTANT]\n> This repository hosts the *canonical* implementation of WebArena to reproduce the results reported in the paper. The web navigation infrastructure has been significantly enhanced by [AgentLab](https:\u002F\u002Fgithub.com\u002FServiceNow\u002FAgentLab\u002F), introducing several key features: (1) support for parallel experiments using [BrowserGym](https:\u002F\u002Fgithub.com\u002FServiceNow\u002FBrowserGym), (2) integration of popular web navigation benchmarks (e.g., VisualWebArena) within a unified framework, (3) unified leaderboard reporting, and (4) improved handling of environment edge cases. We strongly recommend using this framework for your experiments.\n\n## News\n* [12\u002F20\u002F2024] Check out our new benchmark on even more consequential tasks, including terminal use and coding, [TheAgentCompany](https:\u002F\u002Fthe-agent-company.com).\n* [12\u002F21\u002F2023] We release the recording of trajectories performed by human annotators on ~170 tasks. Check out the [resource page](.\u002Fresources\u002FREADME.md#12212023-human-trajectories) for more details.\n* [11\u002F3\u002F2023] Multiple features!\n  * Uploaded newest [execution trajectories](.\u002Fresources\u002FREADME.md#1132023-execution-traces-from-our-experiments-v2)\n  * Added [Amazon Machine Image](.\u002Fenvironment_docker\u002FREADME.md#pre-installed-amazon-machine-image) that pre-installed all websites so that you don't have to!\n  * [Zeno](https:\u002F\u002Fzenoml.com\u002F) x WebArena which allows you to analyze your agents on WebArena without pain. Check out this [notebook](.\u002Fscripts\u002Fwebarena-zeno.ipynb) to upload your own data to Zeno, and [this](https:\u002F\u002Fhub.zenoml.com\u002Fproject\u002F9db3e1cf-6e28-4cfc-aeec-1670cac01872\u002FWebArena%20Tester\u002Fexplore?params=eyJtb2RlbCI6ImdwdDM1LWRpcmVjdCIsIm1ldHJpYyI6eyJpZCI6NzQ5MiwibmFtZSI6InN1Y2Nlc3MiLCJ0eXBlIjoibWVhbiIsImNvbHVtbnMiOlsic3VjY2VzcyJdfSwiY29tcGFyaXNvbk1vZGVsIjoiZ3B0NC1jb3QiLCJjb21wYXJpc29uQ29sdW1uIjp7ImlkIjoiYTVlMDFiZDUtZTg0NS00M2I4LTllNDgtYTU4NzRiNDJjNjNhIiwibmFtZSI6ImNvbnRleHQiLCJjb2x1bW5UeXBlIjoiT1VUUFVUIiwiZGF0YVR5cGUiOiJOT01JTkFMIiwibW9kZWwiOiJncHQzNS1kaXJlY3QifSwiY29tcGFyZVNvcnQiOltudWxsLHRydWVdLCJtZXRyaWNSYW5nZSI6WzAsMV0sInNlbGVjdGlvbnMiOnsibWV0YWRhdGEiOnt9LCJzbGljZXMiOltdLCJ0YWdzIjpbXX19) page for browsing our existing results!\n* [10\u002F24\u002F2023] We re-examined the whole dataset and fixed the spotted annotation bugs. The current version ([v0.2.0](https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Freleases\u002Ftag\u002Fv0.2.0)) is relatively stable and we don't expect major updates on the annotation in the future. The new results with better prompts and the comparison with human performance can be found in our [paper](https:\u002F\u002Farxiv.org\u002Fabs\u002F2307.13854)\n* [8\u002F4\u002F2023] Added the instructions and the docker resources to host your own WebArena Environment. Check out [this page](environment_docker\u002FREADME.md) for details.\n* [7\u002F29\u002F2023] Added [a well commented script](minimal_example.py) to walk through the environment setup.\n## Install\n```bash\n# Python 3.10+\nconda create -n webarena python=3.10; conda activate webarena\npip install -r requirements.txt\nplaywright install\npip install -e .\n\n# optional, dev only\npip install -e \".[dev]\"\nmypy --install-types --non-interactive browser_env agents evaluation_harness\npip install pre-commit\npre-commit install\n```\n## Quick Walkthrough\nCheck out [this script](minimal_example.py) for a quick walkthrough on how to set up the browser environment and interact with it using the demo sites we hosted. This script is only for education purpose, to perform *reproducible* experiments, please check out the next section. In the nutshell, using WebArena is very similar to using OpenAI Gym. The following code snippet shows how to interact with the environment.\n```python\nfrom browser_env import ScriptBrowserEnv, create_id_based_action\n# init the environment\nenv = ScriptBrowserEnv(\n    headless=False,\n    observation_type=\"accessibility_tree\",\n    current_viewport_only=True,\n    viewport_size={\"width\": 1280, \"height\": 720},\n)\n# prepare the environment for a configuration defined in a json file\nconfig_file = \"config_files\u002F0.json\"\nobs, info = env.reset(options={\"config_file\": config_file})\n# get the text observation (e.g., html, accessibility tree) through obs[\"text\"]\n\n# create a random action\nid = random.randint(0, 1000)\naction = create_id_based_action(f\"click [id]\")\n\n# take the action\nobs, _, terminated, _, info = env.step(action)\n```\n## End-to-end Evaluation\n> [!IMPORTANT]\n> To ensure the correct evaluation, please setup your own WebArena websites following step 1 and step 2. The demo sites are only for browsing purpose to help you better understand the content. After evaluating the 812 examples, reset the environment to the initial state following the instructions [here](.\u002Fenvironment_docker\u002FREADME.md#environment-reset).\n\n1. Setup the standalone environment.\nPlease check out [this page](environment_docker\u002FREADME.md) for details.\n\n2. Configurate the urls for each website.\n```bash\nexport SHOPPING=\"\u003Cyour_shopping_site_domain>:7770\"\nexport SHOPPING_ADMIN=\"\u003Cyour_e_commerce_cms_domain>:7780\u002Fadmin\"\nexport REDDIT=\"\u003Cyour_reddit_domain>:9999\"\nexport GITLAB=\"\u003Cyour_gitlab_domain>:8023\"\nexport MAP=\"\u003Cyour_map_domain>:3000\"\nexport WIKIPEDIA=\"\u003Cyour_wikipedia_domain>:8888\u002Fwikipedia_en_all_maxi_2022-05\u002FA\u002FUser:The_other_Kiwix_guy\u002FLanding\"\nexport HOMEPAGE=\"\u003Cyour_homepage_domain>:4399\" # this is a placeholder\n```\n\n> You are encouraged to update the environment variables in [github workflow](.github\u002Fworkflows\u002Ftests.yml#L7) to ensure the correctness of unit tests\n\n3. Generate config file for each test example\n```bash\npython scripts\u002Fgenerate_test_data.py\n```\nYou will see `*.json` files generated in [config_files](.\u002Fconfig_files) folder. Each file contains the configuration for one test example.\n\n4. Obtain the auto-login cookies for all websites\n```\nmkdir -p .\u002F.auth\npython browser_env\u002Fauto_login.py\n```\n5. export `OPENAI_API_KEY=your_key`, a valid OpenAI API key starts with `sk-`\n\n6. Launch the evaluation\n```bash\npython run.py \\\n  --instruction_path agent\u002Fprompts\u002Fjsons\u002Fp_cot_id_actree_2s.json \\ # this is the reasoning agent prompt we used in the paper\n  --test_start_idx 0 \\\n  --test_end_idx 1 \\\n  --model gpt-3.5-turbo \\\n  --result_dir \u003Cyour_result_dir>\n```\nThis script will run the first example with GPT-3.5 reasoning agent. The trajectory will be saved in `\u003Cyour_result_dir>\u002F0.html`\n\n\n## Develop Your Prompt-based Agent\n1. Define the prompts. We provide two baseline agents whose corresponding prompts are listed [here](.\u002Fagent\u002Fprompts\u002Fraw). Each prompt is a dictionary with the following keys:\n```python\nprompt = {\n  \"intro\": \u003CThe overall guideline which includes the task description, available action, hint and others>,\n  \"examples\": [\n    (\n      example_1_observation,\n      example_1_response\n    ),\n    (\n      example_2_observation,\n      example_2_response\n    ),\n    ...\n  ],\n  \"template\": \u003CHow to organize different information such as observation, previous action, instruction, url>,\n  \"meta_data\": {\n    \"observation\": \u003CWhich observation space the agent uses>,\n    \"action_type\": \u003CWhich action space the agent uses>,\n    \"keywords\": \u003CThe keywords used in the template, the program will later enumerate all keywords in the template to see if all of them are correctly replaced with the content>,\n    \"prompt_constructor\": \u003CWhich prompt construtor is in used, the prompt constructor will construct the input feed to an LLM and extract the action from the generation, more details below>,\n    \"action_splitter\": \u003CInside which splitter can we extract the action, used by the prompt constructor>\n    }\n  }\n```\n\n2. Implement the prompt constructor. An example prompt constructor using Chain-of-thought\u002FReAct style reasoning is [here](.\u002Fagent\u002Fprompts\u002Fprompt_constructor.py#L184). The prompt constructor is a class with the following methods:\n* `construct`: construct the input feed to an LLM\n* `_extract_action`: given the generation from an LLM, how to extract the phrase that corresponds to the action\n\n## Citation\nIf you use our environment or data, please cite our paper:\n```\n@article{zhou2023webarena,\n  title={WebArena: A Realistic Web Environment for Building Autonomous Agents},\n  author={Zhou, Shuyan and Xu, Frank F and Zhu, Hao and Zhou, Xuhui and Lo, Robert and Sridhar, Abishek and Cheng, Xianyi and Bisk, Yonatan and Fried, Daniel and Alon, Uri and others},\n  journal={arXiv preprint arXiv:2307.13854},\n  year={2023}\n}\n```\n","# WebArena：用于构建自主智能体的真实网络环境\n\u003Cp align=\"center\">\n    \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweb-arena-x_webarena_readme_bfb0d8583a65.png\" alt=\"Logo\" width=\"80px\">\n    \u003Cbr>\n    \u003Cb>WebArena 是一个独立、可自托管的网络环境，专为构建自主智能体而设计\u003C\u002Fb>\n\u003C\u002Fp>\n\n\n\u003Cp align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fwww.python.org\u002Fdownloads\u002Frelease\u002Fpython-3109\u002F\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpython-3.10-blue.svg\" alt=\"Python 3.10\">\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fpre-commit.com\u002F\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fpre--commit-enabled-brightgreen?logo=pre-commit&logoColor=white\" alt=\"pre-commit\">\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fpsf\u002Fblack\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fcode%20style-black-000000.svg\" alt=\"代码风格：black\">\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fmypy-lang.org\u002F\">\u003Cimg src=\"https:\u002F\u002Fwww.mypy-lang.org\u002Fstatic\u002Fmypy_badge.svg\" alt=\"使用 mypy 检查\">\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fbeartype.readthedocs.io\">\u003Cimg src=\"https:\u002F\u002Fraw.githubusercontent.com\u002Fbeartype\u002Fbeartype-assets\u002Fmain\u002Fbadge\u002Fbear-ified.svg\" alt=\"bear-ified\">\u003C\u002Fa>\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n\u003Ca href=\"https:\u002F\u002Fwebarena.dev\u002F\">官网\u003C\u002Fa> •\n\u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2307.13854\">论文\u003C\u002Fa> •\n\u003Ca href=\"https:\u002F\u002Fdocs.google.com\u002Fspreadsheets\u002Fd\u002F1M801lEpBbKSNwP-vDBkC_pF7LdyGU1f_ufZb_NWNBZQ\u002Fedit?usp=sharing\">排行榜\u003C\u002Fa> •\n\u003Ca href=\"https:\u002F\u002Fthe-agent-company.com\">TheAgentCompany\u003C\u002Fa>\n\u003C\u002Fp>\n\n![概览](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweb-arena-x_webarena_readme_77a42b930bfb.png)\n\n## 2024年12月5日更新\n> [!重要]\n> 此仓库托管的是 WebArena 的 *标准* 实现，用于复现论文中报告的结果。由 [AgentLab](https:\u002F\u002Fgithub.com\u002FServiceNow\u002FAgentLab\u002F) 对网络导航基础设施进行了显著增强，引入了多项关键特性：(1) 支持使用 [BrowserGym](https:\u002F\u002Fgithub.com\u002FServiceNow\u002FBrowserGym) 进行并行实验，(2) 在统一框架内集成流行的网络导航基准测试（例如 VisualWebArena），(3) 统一的排行榜报告，以及 (4) 更完善的环境边缘情况处理。我们强烈建议您在实验中使用此框架。\n\n## 新闻\n* [2024年12月20日] 请查看我们在更多具有深远影响的任务上的新基准测试，包括终端使用和编程任务，[TheAgentCompany](https:\u002F\u002Fthe-agent-company.com)。\n* [2023年12月21日] 我们发布了人类标注者在约170个任务上执行的轨迹记录。更多详情请参阅 [资源页面](.\u002Fresources\u002FREADME.md#12212023-human-trajectories)。\n* [2023年11月3日] 多项功能！\n  * 上传了最新的 [执行轨迹](.\u002Fresources\u002FREADME.md#1132023-execution-traces-from-our-experiments-v2)\n  * 增加了 [Amazon Machine Image](.\u002Fenvironment_docker\u002FREADME.md#pre-installed-amazon-machine-image)，其中预装了所有网站，省去了您的安装步骤。\n  * [Zeno](https:\u002F\u002Fzenoml.com\u002F) x WebArena，让您无需费力即可分析 WebArena 上的智能体。请参阅此 [笔记本](.\u002Fscripts\u002Fwebarena-zeno.ipynb)，将您自己的数据上传至 Zeno，并访问 [此页面](https:\u002F\u002Fhub.zenoml.com\u002Fproject\u002F9db3e1cf-6e28-4cfc-aeec-1670cac01872\u002FWebArena%20Tester\u002Fexplore?params=eyJtb2RlbCI6ImdwdDM1LWRpcmVjdCIsIm1ldHJpYyI6eyJpZCI6NzQ5MiwibmFtZSI6InN1Y2Nlc3MiLCJ0eXBlIjoibWVhbiIsImNvbHVtbnMiOlsic3VjY2VzcyJdfSwiY29tcGFyaXNvbm1vZGVsIjoiZ3B0NC1jb3QiLCJjb21wYXJpc29uQ29sdW1uIjp7ImlkIjoiYTVlMDFiZDUtZTg0NS00M2I4LTllNDgtYTU4NzRiNDJjNjNhIiwibmFtZSI6ImNvbnRleHQiLCJjb2x1bW5UeXBlIjoiT1VUUFVUIiwiZGF0YVR5cGUiOiJOT01JTkFMIiwibW9kZWwiOiJncHQzNS1kaXJlY3QifSwiY29tcGFyZVNvcnQiOltudWxsLHRydWVdLCJtZXRyaWNRYW5nZSI6WzAsMV0sInNlbGVjdGlvbnMiOnsibWV0YWRhdGEiOnt9LCJzbGljZXMiOltdLCJ0YWdzIjpbXX19) 浏览我们的现有结果！\n* [2023年10月24日] 我们重新检查了整个数据集，并修复了发现的标注错误。当前版本 ([v0.2.0](https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Freleases\u002Ftag\u002Fv0.2.0)) 相对稳定，未来预计不会再对标注进行重大更新。包含更优提示及与人类表现对比的新结果，请参阅我们的 [论文](https:\u002F\u002Farxiv.org\u002Fabs\u002F2307.13854)。\n* [2023年8月4日] 添加了搭建您自己的 WebArena 环境的说明及 Docker 资源。详情请参阅 [此页面](environment_docker\u002FREADME.md)。\n* [2023年7月29日] 添加了 [注释详尽的脚本](minimal_example.py)，用于逐步演示环境设置过程。\n## 安装\n```bash\n# Python 3.10+\nconda create -n webarena python=3.10; conda activate webarena\npip install -r requirements.txt\nplaywright install\npip install -e .\n\n# 可选，仅开发环境\npip install -e \".[dev]\"\nmypy --install-types --non-interactive browser_env agents evaluation_harness\npip install pre-commit\npre-commit install\n```\n## 快速入门\n请参阅 [此脚本](minimal_example.py) 的快速入门指南，了解如何设置浏览器环境并使用我们托管的演示站点与其交互。该脚本仅用于教学目的；如需进行 *可重复* 的实验，请参阅下一节。简而言之，使用 WebArena 与使用 OpenAI Gym 非常相似。以下代码片段展示了如何与环境交互。\n```python\nfrom browser_env import ScriptBrowserEnv, create_id_based_action\n# 初始化环境\nenv = ScriptBrowserEnv(\n    headless=False,\n    observation_type=\"accessibility_tree\",\n    current_viewport_only=True,\n    viewport_size={\"width\": 1280, \"height\": 720},\n)\n# 根据 JSON 文件中的配置准备环境\nconfig_file = \"config_files\u002F0.json\"\nobs, info = env.reset(options={\"config_file\": config_file})\n# 通过 obs[\"text\"] 获取文本观测值（例如 HTML、无障碍树）\n\n# 创建随机动作\nid = random.randint(0, 1000)\naction = create_id_based_action(f\"click [id]\")\n\n# 执行动作\nobs, _, terminated, _, info = env.step(action)\n```\n\n## 端到端评估\n> [!重要]\n> 为确保评估的准确性，请按照步骤1和步骤2设置您自己的WebArena网站。演示站点仅用于浏览，以帮助您更好地理解内容。在评估完812个示例后，请按照[此处](.\u002Fenvironment_docker\u002FREADME.md#environment-reset)的说明将环境重置为初始状态。\n\n1. 设置独立环境。\n详细信息请参阅[此页面](environment_docker\u002FREADME.md)。\n\n2. 配置每个网站的URL。\n```bash\nexport SHOPPING=\"\u003Cyour_shopping_site_domain>:7770\"\nexport SHOPPING_ADMIN=\"\u003Cyour_e_commerce_cms_domain>:7780\u002Fadmin\"\nexport REDDIT=\"\u003Cyour_reddit_domain>:9999\"\nexport GITLAB=\"\u003Cyour_gitlab_domain>:8023\"\nexport MAP=\"\u003Cyour_map_domain>:3000\"\nexport WIKIPEDIA=\"\u003Cyour_wikipedia_domain>:8888\u002Fwikipedia_en_all_maxi_2022-05\u002FA\u002FUser:The_other_Kiwix_guy\u002FLanding\"\nexport HOMEPAGE=\"\u003Cyour_homepage_domain>:4399\" # 这是一个占位符\n```\n\n> 建议更新[GitHub工作流](.github\u002Fworkflows\u002Ftests.yml#L7)中的环境变量，以确保单元测试的正确性。\n\n3. 为每个测试示例生成配置文件。\n```bash\npython scripts\u002Fgenerate_test_data.py\n```\n您将在[config_files](.\u002Fconfig_files)文件夹中看到生成的`*.json`文件。每个文件包含一个测试示例的配置。\n\n4. 获取所有网站的自动登录Cookie。\n```\nmkdir -p .\u002F.auth\npython browser_env\u002Fauto_login.py\n```\n5. 导出`OPENAI_API_KEY=your_key`，有效的OpenAI API密钥应以`sk-`开头。\n\n6. 启动评估。\n```bash\npython run.py \\\n  --instruction_path agent\u002Fprompts\u002Fjsons\u002Fp_cot_id_actree_2s.json \\ # 这是我们论文中使用的推理代理提示\n  --test_start_idx 0 \\\n  --test_end_idx 1 \\\n  --model gpt-3.5-turbo \\\n  --result_dir \u003Cyour_result_dir>\n```\n该脚本将使用GPT-3.5推理代理运行第一个示例。轨迹将保存在`\u003Cyour_result_dir>\u002F0.html`中。\n\n## 开发基于提示的代理\n1. 定义提示。我们提供了两个基线代理，其对应的提示列于[此处](.\u002Fagent\u002Fprompts\u002Fraw)。每个提示是一个字典，包含以下键：\n```python\nprompt = {\n  \"intro\": \u003C总体指导方针，包括任务描述、可用操作、提示等>,\n  \"examples\": [\n    (\n      example_1_observation,\n      example_1_response\n    ),\n    (\n      example_2_observation,\n      example_2_response\n    ),\n    ...\n  ],\n  \"template\": \u003C如何组织观察、先前操作、指令、URL等不同信息>,\n  \"meta_data\": {\n    \"observation\": \u003C代理使用的观察空间>,\n    \"action_type\": \u003C代理使用的动作空间>,\n    \"keywords\": \u003C模板中使用的关键词，程序随后会枚举模板中的所有关键词，以检查是否都已正确替换为相应内容>,\n    \"prompt_constructor\": \u003C使用的提示构造器，提示构造器会构建输入并传递给LLM，并从生成结果中提取动作，详情如下>,\n    \"action_splitter\": \u003C可在哪个分隔符内提取动作，由提示构造器使用>\n  }\n}\n```\n\n2. 实现提示构造器。一个使用思维链\u002FReAct风格推理的提示构造器示例如下[此处](.\u002Fagent\u002Fprompts\u002Fprompt_constructor.py#L184)。提示构造器是一个类，包含以下方法：\n* `construct`: 构建输入并传递给LLM。\n* `_extract_action`: 给定LLM的生成结果，如何提取对应于动作的短语。\n\n## 引用\n如果您使用我们的环境或数据，请引用我们的论文：\n```\n@article{zhou2023webarena,\n  title={WebArena: A Realistic Web Environment for Building Autonomous Agents},\n  author={Zhou, Shuyan and Xu, Frank F and Zhu, Hao and Zhou, Xuhui and Lo, Robert and Sridhar, Abishek and Cheng, Xianyi and Bisk, Yonatan and Fried, Daniel and Alon, Uri and others},\n  journal={arXiv preprint arXiv:2307.13854},\n  year={2023}\n}\n```","# WebArena 快速上手指南\n\nWebArena 是一个独立、可自托管的逼真网页环境，专为构建和评估自主智能体（Autonomous Agents）而设计。它模拟了真实的电商、社交、代码托管等网站场景，是测试 Agent 网页导航能力的标准基准。\n\n## 1. 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n*   **操作系统**: Linux, macOS 或 Windows (推荐 WSL2)\n*   **Python 版本**: 3.10 或更高 (官方推荐 3.10.9)\n*   **包管理工具**: Conda (推荐) 或 pip\n*   **网络环境**: 需要能够访问 GitHub 和 PyPI。国内用户建议配置镜像源以加速下载。\n\n**国内加速建议：**\n在使用 `pip` 安装依赖时，推荐使用清华或阿里镜像源：\n```bash\npip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n## 2. 安装步骤\n\n以下步骤将帮助您在一个独立的 Conda 环境中安装 WebArena 及其浏览器驱动。\n\n### 2.1 创建并激活虚拟环境\n```bash\nconda create -n webarena python=3.10\nconda activate webarena\n```\n\n### 2.2 安装依赖与 Playwright\n```bash\n# 安装项目依赖\npip install -r requirements.txt\n\n# 安装 Playwright 浏览器内核 (这一步会自动下载 Chromium 等浏览器)\nplaywright install\n\n# 以开发模式安装 webarena 包\npip install -e .\n```\n\n> **注意**：如果您仅用于开发贡献，可额外运行 `pip install -e \".[dev]\"` 并配置 pre-commit 和 mypy，普通用户无需执行此步。\n\n## 3. 基本使用\n\nWebArena 的使用逻辑与 OpenAI Gym 非常相似。您可以先通过官方提供的演示脚本快速体验环境交互，无需立即部署完整的后端服务。\n\n### 3.1 运行最小示例\n项目提供了一个名为 `minimal_example.py` 的脚本，用于演示如何初始化浏览器环境并执行随机操作。\n\n```bash\npython minimal_example.py\n```\n*该脚本会启动一个可见的浏览器窗口（headless=False），加载演示网站，并执行随机点击操作，适合用于验证环境是否安装成功。*\n\n### 3.2 代码交互示例\n如果您希望在代码中直接控制环境，可以参考以下核心流程：\n\n```python\nimport random\nfrom browser_env import ScriptBrowserEnv, create_id_based_action\n\n# 1. 初始化环境\nenv = ScriptBrowserEnv(\n    headless=False,               # 是否无头模式，调试时建议设为 False\n    observation_type=\"accessibility_tree\", # 观察类型：无障碍树\n    current_viewport_only=True,   # 仅观察当前视口\n    viewport_size={\"width\": 1280, \"height\": 720},\n)\n\n# 2. 重置环境 (加载特定任务配置)\n# config_file 指向具体的任务配置文件，此处仅为示例路径\nconfig_file = \"config_files\u002F0.json\"\nobs, info = env.reset(options={\"config_file\": config_file})\n\n# 获取文本观察信息 (如 HTML 或无障碍树内容)\n# print(obs[\"text\"]) \n\n# 3. 构建动作\n# 例如：随机生成一个点击 ID 的动作\nid = random.randint(0, 1000)\naction = create_id_based_action(f\"click [{id}]\")\n\n# 4. 执行动作并获取反馈\nobs, reward, terminated, truncated, info = env.step(action)\n```\n\n---\n\n**下一步指引：**\n上述示例仅使用了官方托管的演示站点用于教学。若要进行**可复现的端到端评估**（Reproducible Experiments），您需要按照项目文档部署独立的 Docker 环境（包含购物、Reddit、GitLab 等完整网站集群），并配置相应的域名变量和自动登录 Cookie。详情请参考项目根目录下的 `environment_docker\u002FREADME.md`。","某电商平台的算法团队正在研发一款能自动处理售后退款、查询订单状态的智能客服 Agent，需要在上线前对其网页操作能力进行严格验证。\n\n### 没有 webarena 时\n- **测试环境搭建困难**：团队不得不连接真实的电商网站进行测试，不仅容易触发反爬虫机制，还可能导致产生真实的错误订单或垃圾数据，污染生产环境。\n- **评估标准不统一**：缺乏标准化的任务数据集，开发人员只能手动编写零散的测试脚本，难以量化对比不同模型版本在复杂网页导航任务上的成功率。\n- **调试复现成本高**：当 Agent 在真实网站上操作失败时，由于网络波动或页面动态变化，很难精确复现当时的错误现场，导致排查问题耗时耗力。\n- **隐私与安全风险**：在真实环境中测试需要处理真实的用户 Cookie 和敏感信息，存在数据泄露的合规风险。\n\n### 使用 webarena 后\n- **安全隔离的仿真环境**：webarena 提供了一套可本地部署的独立网页环境（包含购物、论坛等真实站点镜像），团队可以在完全隔离的沙箱中让 Agent 随意试错，无需担心影响真实业务。\n- **标准化基准评测**：利用内置的 800+ 个真实任务场景和自动化评估指标，团队能快速跑分并生成可视化报告，精准定位 Agent 在“多步跳转”或“表单填写”等环节的短板。\n- **高效的问题复现**：借助 webarena 记录的执行轨迹功能，开发人员可以一键回放 Agent 失败时的完整操作路径，迅速锁定是提示词问题还是环境理解偏差。\n- **零隐私负担**：所有测试数据均为合成或脱敏数据，彻底消除了在处理用户敏感信息时的合规顾虑。\n\nwebarena 通过构建高保真的独立网页沙箱，将自主智能体的研发从“高风险的真实试探”转变为“可量化、可复现的安全迭代”。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fweb-arena-x_webarena_9363ba58.png","web-arena-x","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fweb-arena-x_32f644c4.png",null,"https:\u002F\u002Fgithub.com\u002Fweb-arena-x",[77,81,85,89],{"name":78,"color":79,"percentage":80},"Python","#3572A5",90.3,{"name":82,"color":83,"percentage":84},"HTML","#e34c26",4.1,{"name":86,"color":87,"percentage":88},"Jupyter Notebook","#DA5B0B",3.9,{"name":90,"color":91,"percentage":92},"Shell","#89e051",1.7,1436,232,"2026-04-15T10:25:12","Apache-2.0",4,"Linux, macOS, Windows","未说明",{"notes":101,"python":102,"dependencies":103},"该工具是一个用于构建自主代理的独立可托管 Web 环境。核心依赖是 Playwright（需运行 'playwright install' 安装浏览器内核）。运行完整评估需要自行部署 Docker 环境来托管多个测试网站（如购物、Reddit、GitLab 等），并配置相应的域名和端口环境变量。此外，使用基于提示的代理进行评估需要有效的 OpenAI API Key。官方提供了预安装的 Amazon Machine Image (AMI) 以简化环境部署。","3.10+",[104,105,106,107,108,109],"playwright","openai","gym","browser_env","agents","evaluation_harness",[35,13],[112,113],"agent","nlp","2026-03-27T02:49:30.150509","2026-04-16T08:12:35.386877",[117,122,127,132,137,142,147],{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},35613,"如何在本地配置 WebArena 的 URL 地址？","AWS 上托管的网站仅用于演示目的。为了确保可复现性，建议您自行托管网站。维护者已发布关于如何使用 Docker 自托管所有 WebArena 网站的详细指南，请参阅 environment_docker\u002FREADME.md 文档。","https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fissues\u002F1",{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},35614,"环境运行非常缓慢（如 env.reset() 耗时过长），如何优化？","性能瓶颈主要源于 Playwright 在每个 DOM 节点上调用 `inspect.stack()` 获取堆栈信息。虽然官方为了保持结果可复现性暂未合并通过注入 JS 替代客户端调用的优化方案（参考 BrowserGym 的实现），但欢迎社区提交 PR 来加速此过程。您可以尝试研究如何通过注入 JS 来替代现有的 `fetch_page_accessibility_tree` 实现以提升效率。","https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fissues\u002F66",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},35615,"连接 AWS 托管站点时出现 'Connection Refused' 错误怎么办？","首先检查 URL 格式是否正确（注意区域标识，如 `us-east-2`）。如果官方托管实例暂时不可用，建议使用 AWS AMI 方法搭建自己的实例。具体步骤参考：https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fblob\u002Fmain\u002Fenvironment_docker\u002FREADME.md#pre-installed-amazon-machine-image。启动后，地图等服务可通过您自己的 AWS EC2 公网 IP:3000 访问。","https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fissues\u002F147",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},35616,"使用 AWS AMI 时网站无法加载或 Docker 命令卡住，如何解决？","如果使用官方提供的 AMI，通常不需要运行 `docker load --input shopping_final_0712.tar` 及后续加载命令，只需执行到 `docker exec gitlab gitlab-ctl reconfigure` 即可。请运行 `docker ps` 确认所有必需的容器是否正在运行。如果仍无法访问网站，请检查 AWS 实例的安全组（防火墙）设置，确保允许所有传入的 TCP 流量。","https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fissues\u002F125",{"id":138,"question_zh":139,"answer_zh":140,"source_url":141},35617,"找不到文档中提到的 AMI ID 怎么办？","这是一个已知问题，维护者已确认并进行了修复。如果您仍然遇到找不到 AMI ID 的情况，请确保查看的是最新版本的文档，或者尝试使用提供的 Docker 部署方案作为替代。","https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fissues\u002F225",{"id":143,"question_zh":144,"answer_zh":145,"source_url":146},35618,"使用 Map 功能时遇到 'Error contacting metis.lti.cs.cmu.edu: 500' 错误如何解决？","该问题是由服务端临时故障引起的，维护者表示在代码的最新版本中已经修复。请尝试拉取最新的代码库并重新运行实验。如果问题依旧，可能是服务端仍在维护中，建议关注项目更新或寻找替代的基准测试方法。","https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fissues\u002F204",{"id":148,"question_zh":149,"answer_zh":150,"source_url":151},35619,"如何使用 Docker 设置 OpenStreetMap 以用于 WebArena 评估？","可以参考 openstreetmap-website 仓库中的 DOCKER.md 进行设置。但在导入数据时请注意，全量导入可能需要很长时间（有用户反馈耗时约 2.5 天）。建议仅导入部分 OpenStreetMap (OSM) 数据以满足评估需求，从而节省时间。","https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fissues\u002F175",[153,158],{"id":154,"version":155,"summary_zh":156,"released_at":157},280848,"v0.2.0","## 变更内容\n* 修复首页 URL 的 bug。@shuyanzhou 在 https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fpull\u002F28 中添加了相关设置说明。\n* @shuyanzhou 在 https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fpull\u002F29 中修复了 Magento 基础 URL 的重定向问题。\n* @oootttyyy 在 https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fpull\u002F43 中实现了 34 种操作系统无关的全选功能。\n* @shuyanzhou 在 https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fpull\u002F44 中改进了评估标注功能。\n* @shuyanzhou 在 https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fpull\u002F47 中修复了示例 301 和 302 的评估标注问题。\n* @shuyanzhou 在 https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fpull\u002F39 中优化了当前视口筛选功能。\n* @shuyanzhou 在 https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fpull\u002F54 中提交了大规模的 PR，涉及多个方面：\n  * 进一步修复测试数据中不准确或错误的定位器和 required_contents。\n  * 更新评估代码以处理边界情况。\n  * 添加对 Hugging Face 模型的支持，并在遇到无效操作时支持生成重试。\n  * 修复边界框错误，以实现更精确的视口内显示。\n\n## 新贡献者\n* @oootttyyy 在 https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fpull\u002F43 中完成了首次贡献。\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fcompare\u002Fv0.1.0...v0.2.0","2023-10-21T04:35:19",{"id":159,"version":160,"summary_zh":161,"released_at":162},280849,"v0.1.0","# WebArena 的首次发布\n详情请参阅我们的 [README](https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena)！\n\n# 感谢\n@shuyanzhou @lwaekfjlk @optimass @urialon\n\n**完整更新日志**：https:\u002F\u002Fgithub.com\u002Fweb-arena-x\u002Fwebarena\u002Fcommits\u002Flatest","2023-08-23T22:16:04"]