Agent-TARS

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 ID	`gpt-5.4`, `claude-sonnet-4-6`
`api_key`	API 密钥（推荐 `$ENV_VAR` 形式）	`$OPENAI_API_KEY`
`base_url`	API 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

开始

功能

示例

开发

安装

配置

配置参数说明

浏览器控制模式

浏览器模式

使用示例

基础运行

运行全部任务

评估

支持的 Benchmarks

相关链接

​安装

​配置

​配置参数说明

​浏览器控制模式

​浏览器模式

​使用示例

​基础运行

​运行全部任务

​评估

​支持的 Benchmarks

​相关链接

安装

配置

配置参数说明

浏览器控制模式

浏览器模式

使用示例

基础运行

运行全部任务

评估

支持的 Benchmarks

相关链接