RiOSWorld

测出你的电脑智能体有多“手贱”，防翻车必备

RiOSWorld 是 NeurIPS 2025 官方发布的基准测试项目，用于评估多模态计算机操作智能体的风险。它基于 OSWorld 框架，专门测试智能体在真实操作系统界面（如 Windows、Linux、macOS）上执行任务时的安全性和可靠性。项目提供了一套标准化的任务集和评估协议，涵盖文件操作、浏览器使用、系统设置等常见场景，重点考察智能体是否会产生误操作、越权访问或破坏性行为。核心能力包括：多平台环境模拟、风险行为标注、自动化评分指标，以及可扩展的任务生成接口。它解决了当前智能体评估中只关注任务完成率而忽视操作风险的问题，为开发者提供了量化安全边界的工具。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 124

维护状态低维护

是否开源是

定价模式 free

项目数据

分类智能体

开发团队yjyddq

所属国家

官网地址https://yjyddq.github.io/RiOSWorld.github.io

GitHubhttps://github.com/yjyddq/RiOSWorld

定价模式free

价格说明开源项目，提供在线文档和演示页面，核心功能免费使用。

访问状态

是否开源是

开源协议

主要语言HTML

技术栈/模型agent,ai-agent,benchmark,computer-use-agent,cua,evaluations,gui-agent,osworld,safety

GitHub 星标★ 124

30天Star增速

HF 下载量

上线时间2025-05-23 00:00:00

最近更新2026-08-25 00:00:00

维护状态低维护

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4

使用教程

核心亮点

首个聚焦多模态智能体操作风险的基准，填补安全评估空白
基于 OSWorld 真实环境，任务贴近实际使用场景
提供标准化评分和风险标注，便于横向对比不同智能体

不足之处

项目处于早期，文档和社区支持待观察
仅支持有限的操作系统版本，环境搭建成本较高

适用场景

开发电脑操作智能体时进行安全测试
评估企业级智能体在真实系统上的风险等级
学术研究对比不同智能体的操作安全性

替代项目

OSWorld、AgentBench、WebArena

项目介绍

RiOSWorld 是评测安全领域的开源项目，由 yjyddq 开发，2025 年首次发布。

它收录于评测安全分类，该分类目前共有 458 个项目，GitHub 星标数为 124。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-25。提供在线文档和演示页面，核心功能免费使用。从国内网络环境看，可直接访问。

它主要面向的使用场景是：开发电脑操作智能体时进行安全测试。同类可对比的替代方案包括 OSWorld、AgentBench、WebArena。

上一篇：fast-llm-security-guardrails

下一篇：ai-eval-platform