AgentLab

给网页智能体搭统一考场,跑分对比一键复现

开源 free 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 649
维护状态 活跃
是否开源 是
定价模式 free

项目预览

项目数据

分类智能体
开发团队ServiceNow
所属国家
官网地址
定价模式free
价格说明开源免费,无在线服务
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型agent,agents,benchmark,evaluation-framework,lab,llm,llm-agents,prompting,web-agents
GitHub 星标★ 649
30天Star增速
HF 下载量
上线时间2024-05-21 00:00:00
代码更新—
仓库体积—
本站数据更新—
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2026-10-13
浏览次数0

项目介绍

AgentLab 是一个面向 Web 智能体(Web Agent)的开源开发、测试与基准评测框架。它要解决的问题是:当前基于大模型的网页操作智能体层出不穷,但缺乏统一、可复现、可扩展的评测环境,导致不同方案之间难以公平对比。AgentLab 提供了一套完整工具链,让开发者可以定义多样化任务、接入不同 LLM 与提示策略、在浏览器环境中运行智能体,并自动收集成功率、步数、成本等指标。其核心能力包括:可插拔的智能体与模型接口、标准化任务与基准套件、可复现的实验配置与日志记录,以及面向规模化批量评测的设计。项目用 Python 编写,适合研究者、评测工程师和希望系统化迭代 Web Agent 能力的团队,把零散实验变成可比较、可追踪的工程流程。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

核心亮点

  • 提供标准化基准与可复现实验配置,解决 Web Agent 评测口径不一的问题
  • 智能体、模型、提示策略均可插拔,方便横向对比不同 LLM 与方案
  • 面向规模化设计,支持批量任务运行与指标自动收集,适合持续迭代

不足之处

  • 项目处于早期,任务集与基准覆盖范围仍有限,生态和文档待完善
  • Web 环境依赖浏览器与外部站点,稳定性和维护成本受目标网站变化影响

适用场景

  • 研究团队对比不同 LLM 驱动 Web Agent 的任务成功率与成本
  • 开发者调试自定义网页操作智能体,用统一基准定位失败环节
  • 企业评估候选智能体方案,产出可复现的横向评测报告

替代项目

WebArena、BrowserGym

上一篇:uni-agent

下一篇:Apollo

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 213 2026-08-09
goutoujunshi 开源

先哄情绪再出招,恋爱难题给可执行方案

一个先接住情绪、再分析关系并给出可执行策略的 Codex 恋爱军师,内置心理、法律、社会、人···

★ 7731 2026-09-25
geo-sleuth 开源

给 AI 装上地理侦探技能,一张照片顺藤摸瓜找到拍摄地

An agent skill that finds where a photo was taken — OpenStreetMap geometry, elevati···

★ 2102 2026-09-25
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 248163 2026-08-15