网站 · 项目档案
WebBench
公开的真实网站任务指令集合，覆盖阅读、账号修改及文件操作，并附有已发布的评测结果。
它可以用来做什么？
按操作类别和起始网址选择具体浏览器流程，再使用另行配置且获得授权的 Agent 与结果评审流程。
使用前需要知道什么？
仓库发布 CSV 任务及结果，并未提供完整可重置环境或评分器软件包。WRITE 任务会改变真实账号状态，需相应测试账号授权。当前主 CSV 有2,647条记录，README 则写2,454；应固定文件版本。315行 HITL 记录也全部存在于主集合。
我们核查了什么？
运行方式：需自行准备浏览器 Agent、必要账号及任务结果评估方式。公开字段为 ID、Starting URL、Category 和 Task，不包含可执行结果测试。网站、认证及下载行为可能变化；本次未尝试真实任务。
许可说明：仓库 LICENSE 及官方 Hub 数据卡声明 MIT；该许可不涵盖第三方网站内容，也不授予修改账号状态的权限。 上游许可 ↗
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
- 数据集与评测
- 开发方式
- 开发方式未确认
- 来源核查
- 平台
- Web