应用 · 项目档案
AgentBoard
跨环境评测套件，在网页浏览、工具操作、游戏和模拟世界任务中，同时跟踪中间进展与最终成功情况。
它可以用来做什么？
通过跨任务类型的统一评测和分析，检查 Agent 在哪些环节取得或失去进展。
使用前需要知道什么？
复用 WebArena、WebShop 等环境，并非全部新建的任务世界。各任务有独立配置，部分工具需要在线服务凭据；文档固定 Python 3.8.13。代码采用 Apache 2.0，数据采用 GPL 2.0。
我们核查了什么？
本条目依据原始项目材料整理，未独立运行或复现结果。AI 参与开发的描述来自作者说明；上游版本、运行条件和许可应以原始来源为准。
- 资源类型
- 评测套件
- 开发方式
- 开发方式未确认
- 来源核查
- 平台
- 请查阅上游说明