应用 · 项目档案
ToolSandbox
有状态的工具使用评测环境，结合模拟对话、相互依赖的工具动作，以及对中间和最终环境状态的检查。
它可以用来做什么？
评估 Agent 在完整交互轨迹中处理状态依赖、信息缺失和对话式工具调用的能力。
使用前需要知道什么？
虽然名称含 Sandbox，文档中的工具执行发生在主机上，而非 Docker 内。需要模型凭据，搜索场景还使用 RapidAPI。Apple 发布了定制许可条款，部分组件另有许可。它模拟设备状态，并不是 iOS 模拟器。
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
- 环境与评测
- 开发方式
- 开发方式未确认
- 来源核查
- 平台
- 请查阅上游说明