> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bubench.lexmount.io/llms.txt
> Use this file to discover all available pages before exploring further.

# eval_utils

> 评估模型与打分工具

# browseruse\_bench.utils.eval\_utils

评估相关的工具函数和类。

## 导入

```python theme={null}
from browseruse_bench.utils import (
    EvaluationModel,
    load_evaluation_model,
    encode_image,
    extract_score_from_response,
    calculate_success,
    normalized_results_file,
)
```

***

## EvaluationModel

用于任务评估的 OpenAI 模型封装类。

```python theme={null}
class EvaluationModel:
    def __init__(
        self,
        model: str = "gpt-4o",
        api_key: str = None,
        base_url: str = None
    )
```

<ParamField path="model" type="str" default="gpt-4o">
  模型名称
</ParamField>

<ParamField path="api_key" type="str" default="None">
  API Key，默认从环境变量读取
</ParamField>

<ParamField path="base_url" type="str" default="None">
  API Base URL，默认从环境变量读取
</ParamField>

### generate

生成评估响应，带自动重试。

```python theme={null}
def generate(
    self,
    messages: List[Dict],
    max_tokens: int = 2048,
    temperature: float = 0.3,
    **kwargs
) -> str
```

***

## load\_evaluation\_model

加载评估模型，支持环境变量回退。

```python theme={null}
def load_evaluation_model(
    model: str = None,
    api_key: str = None,
    base_url: str = None
) -> EvaluationModel
```

### 配置

评估模型在根目录 `config.yaml` 的 `eval:` 段配置：

```yaml theme={null}
eval:
  model: gpt-5.4
  api_key: $OPENAI_API_KEY
  base_url: $OPENAI_BASE_URL
```

`api_key` 与 `base_url` 支持 `$VAR` 占位符，会在运行时从 `.env` 解析。

***

## encode\_image

将 PIL 图像转换为 base64 字符串。

```python theme={null}
def encode_image(
    image: PIL.Image,
    scale_factor: float = 1.0
) -> str
```

<ParamField path="image" type="PIL.Image" required>
  PIL Image 对象
</ParamField>

<ParamField path="scale_factor" type="float" default="1.0">
  图像缩放比例（0.0 到 1.0 之间），例如 0.5 表示缩放到原尺寸的 50%
</ParamField>

***

## extract\_score\_from\_response

从评估响应中提取数值分数。

```python theme={null}
def extract_score_from_response(response: str) -> int
```

<ParamField path="response" type="str" required>
  评估响应文本
</ParamField>

<ResponseField name="return" type="int">
  提取出的分数（未找到时返回 0）
</ResponseField>

***

## calculate\_success

根据分数阈值判断任务是否成功。

```python theme={null}
def calculate_success(
    score: int,
    threshold: int = 60
) -> bool
```

<ParamField path="score" type="int" required>
  任务分数
</ParamField>

<ParamField path="threshold" type="int" default="60">
  成功阈值
</ParamField>

<ResponseField name="return" type="bool">
  分数达到或超过阈值时返回 True
</ResponseField>

***

## normalized\_results\_file

上下文管理器，返回一个保证为 JSONL 格式的路径。

```python theme={null}
@contextmanager
def normalized_results_file(results_file: Path) -> Generator[Path, None, None]
```

<ParamField path="results_file" type="Path" required>
  结果文件路径
</ParamField>

### 使用示例

```python theme={null}
from browseruse_bench.utils import normalized_results_file

with normalized_results_file(Path("results.json")) as jsonl_path:
    # jsonl_path 保证为 JSONL 格式
    with open(jsonl_path) as f:
        for line in f:
            record = json.loads(line)
```