跳转到主要内容
browseruse-bench 集成了多个主流的浏览器评测基准，覆盖不同类型的 Web 交互任务。

​
已支持的 Benchmarks

LexBench-Browser

推荐 - 专为中文网站设计的评测基准，386 个任务（v2.1）。L1 为无需登录子集，适合快速评测。

Online-Mind2Web

基于 Mind2Web 数据集的在线评测，测试 Agent 在真实网站上的导航和交互能力。

BrowseComp

浏览器操作竞赛任务，评估 Agent 的综合浏览器操作能力。

​
功能对比

Benchmark任务数语言评估方式需要登录
LexBench-Browser386zh/enLLM 视觉评估部分需要
Online-Mind2Web300英文WebJudge否
BrowseComp1266英文Grader否

​
快速对比运行

# LexBench-Browser（推荐，L1 无需登录子集）
bubench run --agent browser-use --benchmark LexBench-Browser --split L1 --mode first_n --count 5

# Online-Mind2Web
bubench run --agent browser-use --benchmark Online-Mind2Web --mode first_n --count 5

# BrowseComp
bubench run --agent browser-use --benchmark BrowseComp --mode first_n --count 5

​
数据位置

所有 Benchmark 数据存放在 benchmarks/ 目录中：
Benchmark数据文件路径
LexBench-Browserbenchmarks/LexBench-Browser/data/
Online-Mind2Webbenchmarks/Online-Mind2Web/data/
BrowseCompbenchmarks/BrowseComp/data/
关于数据加载配置的更多详情（包括 HuggingFace 支持和私有数据集），请参考 数据加载 指南。

​
计划支持

  • 更多 Benchmark
如果你希望添加新的 Benchmark，请参考自定义 Benchmark 指南。