aws-bench 是评测安全领域的开源项目，由 aws-bench 开发，是 2026 年新上线的项目。
它收录于评测安全分类，该分类目前共有 466 个项目，GitHub 星标数为 131。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。Apache-2.0 许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：AI智能体云运维能力评测与选型。同类可对比的替代方案包括 GAIA、AgentBench、ToolBench。
aws-bench
给AI智能体在真实AWS云上打分的基准测试
aws-bench 是一个用于评估 AI 智能体在真实 AWS 云环境中执行任务能力的基准测试工具。它针对云运维场景，如诊断配置错误、部署基础设施和操作实时云环境，量化不同智能体与模型组合的表现。该项目通过模拟或调用真实 AWS 服务，提供标准化的测试任务集和评分机制，帮助开发者对比和优化智能体的云操作能力。其核心价值在于填补了云原生智能体评测的空白，将抽象智能体能力转化为可量化的云任务成功率、效率和安全性指标。目前项目处于早期阶段，星标数较少，但定位清晰，专注于 AWS 生态，为后续扩展到多云或更多场景提供了基础。
开源
free
智能体
GitHub 星标
★ 131
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类智能体
开发团队aws-bench
所属国家
定价模式free
价格说明开源项目，Apache-2.0 许可证，完全免费，可自行部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型ai-agents,aws,benchmark
GitHub 星标★ 131
30天Star增速
HF 下载量
上线时间2026-07-14 00:00:00
最近更新2026-09-22 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3
使用教程
核心亮点
- 聚焦真实云运维场景，评测结果贴近生产环境
- 提供标准化任务集，便于横向对比不同智能体
- 基于Python实现，易于扩展和集成到现有CI/CD流程
不足之处
- 仅支持AWS，未覆盖其他云平台
- 文档/社区待观察
适用场景
- AI智能体云运维能力评测与选型
- 模型在工具调用与多步任务上的性能对比
- 云自动化Agent开发中的回归测试
替代项目
GAIA、AgentBench、ToolBench
项目介绍
同类项目推荐
akto
开源
给 AI 应用做安全体检，防提示注入和数据泄露
Akto is the fastest growing AI Security platform for your teams to secure AI agents,···
XSafeClaw
开源
给 AI 智能体装上安全盾，自动红队测试找漏洞
Introducing XSafeClaw: The Open-Source Agent Safety Platform from Fudan University
fast-llm-security-guardrails
开源
给 AI Agent 加一道快速安全闸门，防提示注入和隐私泄露
The fastest Trust Layer for AI Agents
deepteam
开源
自动模拟越狱攻击，提前测出 LLM 安全漏洞
DeepTeam is a framework to red team LLMs and AI agents.