核心特性
多 Agent 支持
统一接口支持 Agent-TARS、browser-use 等多种代理
多 Benchmark
LexBench-Browser、Online-Mind2Web、BrowseComp
云浏览器
集成 Lexmount 云浏览器，支持大规模测试
自动评估
基于 GPT-4 的自动评估，提供详细指标
开始
介绍
AI 浏览器代理的标准化一站式评测框架
browseruse-bench 是一个统一的评测框架，用于在多种基准测试上测试 AI 浏览器代理。它提供了标准化的接口来运行和评估不同的代理在各种 Web 交互任务上的表现。