跳转到主要内容
Agent-TARS 是由 TARS 团队开发的浏览器代理，以 npm CLI 包的形式发布，提供强大的浏览器自动化能力。

​
安装

uv sync
npm install -g @agent-tars/cli@0.3.0
使用 bubench 前请先激活 .venv（或使用 uv run bubench ...）。
请确保已安装 Node.js 18+ 版本。

​
配置

在根目录 config.yaml 的 agents.Agent-TARS 下配置： 
agents:
  Agent-TARS:
    active_model: gpt           # 当前使用的模型配置名
    models:
      gpt:                      # OpenAI 模型
        model_provider: openai
        model_id: gpt-5.4
        api_key: $OPENAI_API_KEY
        browser_control: hybrid
        timeout: 300
      claude:                   # Anthropic 模型
        model_provider: anthropic
        model_id: claude-sonnet-4-6
        api_key: $OPENAI_API_KEY
        browser_control: hybrid
        timeout: 300
      gemini:                   # 通过 OpenAI 兼容接口调用 Gemini
        model_provider: openai
        model_id: gemini-3-pro-image-preview
        api_key: $OPENAI_API_KEY
        base_url: $OPENAI_BASE_URL
        browser_control: hybrid
        timeout: 300
    browser:
      browser_id: local         # 默认本地浏览器，切换到云浏览器见下方"浏览器模式"
将 active_model 设置为默认使用的模型配置名，也可在运行时通过 --model <name> 切换。

​
配置参数说明

参数说明示例值
active_model默认模型配置名gpt, claude
model_provider模型提供商openai, anthropic, volcengine
model_id模型 IDgpt-5.4, claude-sonnet-4-6
api_keyAPI 密钥（推荐 $ENV_VAR 形式）$OPENAI_API_KEY
base_urlAPI 地址（可选）$OPENAI_BASE_URL
browser_control浏览器控制模式dom, hybrid, visual-grounding
browser_id浏览器后端local（默认），lexmount
timeout任务超时时间（秒）默认 300，可通过 --timeout 覆盖

​
浏览器控制模式

Agent-TARS 将浏览器交互抽象为两套独立工具集——DOM 工具和视觉工具——由模型自主选择。browser_control 决定向模型暴露哪套工具：
模式工作方式适用场景
dom读取页面结构，通过 DOM API 操作（点击、填写等）结构清晰的标准网页，速度快且稳定
visual-grounding截图后由视觉模型识别元素坐标并点击canvas、动态渲染内容、无障碍树缺失的元素
hybrid同时暴露两套工具，模型逐步自主决策容错性最强，DOM 失败时视觉自动兜底
基准测试推荐使用 hybrid。

​
浏览器模式

本地浏览器：Agent-TARS CLI 启动本地浏览器，无需额外参数。 
browser:
  browser_id: local
Agent-TARS CLI 自己启 Chromium，不支持 local_proxy_*（配了会输出一次 WARNING）。需要访问裸连不可达的站点（bloomberg.com、archive.org 等）时请切到 browser_id: lexmount——Lexmount 国际版从大陆境外出口。各 agent 的代理支持矩阵见 本地 Chromium 浏览器。
Lexmount 云浏览器：通过 CDP 连接 Lexmount。先到 browser.lexmount.cn（国内）或 browser.lexmount.com（国外）申请 LEXMOUNT_API_KEY（完整流程见 Lexmount 云浏览器），在 .env 填好后在 config.yaml 的 browser 下引用： 
browser:
  browser_id: lexmount
  lexmount_browser_mode: normal           # normal | light
  lexmount_api_key: $LEXMOUNT_API_KEY
  lexmount_project_id: $LEXMOUNT_PROJECT_ID

# .env
LEXMOUNT_API_KEY=your-lexmount-api-key
如需配置代理： 
browser:
  browser_id: lexmount
  lexmount_browser_mode: normal
  lexmount_proxy_server: http://gw.example.com:823
  lexmount_proxy_type: external
  lexmount_proxy_username: $LEXMOUNT_PROXY_USERNAME
  lexmount_proxy_password: $LEXMOUNT_PROXY_PASSWORD

​
使用示例

​
基础运行

# 运行 LexBench-Browser 前 3 个任务
bubench run \
  --agent Agent-TARS \
  --data LexBench-Browser \
  --mode first_n \
  --count 3

# 运行 Online-Mind2Web
bubench run \
  --agent Agent-TARS \
  --data Online-Mind2Web \
  --mode first_n \
  --count 3

​
运行全部任务

# 运行全部任务，跳过已完成的
bubench run \
  --agent Agent-TARS \
  --data LexBench-Browser \
  --mode all \
  --skip-completed

​
评估

# --model-id 填运行时使用的 model_id
bubench eval --agent Agent-TARS --data LexBench-Browser --model-id gpt-5.4-mini

bubench eval --agent Agent-TARS --data Online-Mind2Web --model-id gpt-5.4-mini

​
支持的 Benchmarks

  • ✅ LexBench-Browser
  • ✅ Online-Mind2Web
  • ✅ BrowseComp

​
相关链接