Deskripsi
WebsiteBench adalah proyek penelitian yang dihosting di GitHub oleh TIGER-AI-Lab, yang berfokus pada tujuan ambisius untuk memungkinkan agen AI membangun kembali situs web hanya melalui eksplorasi browser. Ide inti berputar di sekitar pengujian dan pengembangan agen AI yang dapat memahami struktur dan konten situs web yang ada dengan menavigasinya, dan kemudian merekonstruksinya berdasarkan pengamatan mereka.
Baca Selengkapnya
Repositori ini berisi berbagai komponen, termasuk alur kerja, aset, dokumentasi, skrip, dan tugas spesifik yang dirancang untuk menantang agen AI ini. Ini berfungsi sebagai tolok ukur untuk mengevaluasi kinerja dan batasan teknologi AI saat ini dalam rekonstruksi web. Peneliti dan pengembang dapat memanfaatkan WebsiteBench untuk bereksperimen dengan berbagai model dan algoritma AI, mendorong batasan apa yang dapat dicapai oleh agen otonom dalam tugas terkait web.
Struktur proyek menunjukkan pendekatan komprehensif untuk pengujian, dengan direktori khusus untuk kode sumber (`src/websitebench`), tugas, dan pengujian. Organisasi ini memfasilitasi kontribusi dan memastikan lingkungan pengujian yang kuat untuk desain agen baru. Penyertaan file `LICENSE` menunjukkan sifat sumber terbukanya, mendorong keterlibatan komunitas dan pengembangan kolaboratif.
WebsiteBench sangat relevan bagi mereka yang tertarik pada agen AI, otomatisasi web, dan bidang kecerdasan buatan yang lebih luas yang berinteraksi dengan antarmuka yang dirancang oleh manusia. Dengan menyediakan tolok ukur yang terstandarisasi, ini membantu dalam membandingkan berbagai pendekatan agenik dan mengidentifikasi area untuk perbaikan dalam pemahaman dan manipulasi konten web oleh AI. Proyek ini bertujuan untuk menjawab pertanyaan mendasar tentang kelayakan dan efisiensi agen AI dalam lingkungan web yang kompleks dan nyata.
- KategoriPembuat Agen AI
- Model HargaOpen source
- PenerapanCloud, Di-host sendiri
- PlatformWeb
Fitur Inti WebsiteBench
Kerangka Evaluasi Agen AI
Tugas Rekonstruksi Situs Web
Simulasi Eksplorasi Browser
Basis Kode Sumber Terbuka
Dokumentasi Komprehensif
Alur Kerja Terskrip
Manajemen Aset
Kumpulan Pengujian
Kontribusi Komunitas
Desain Berorientasi Penelitian
Kontrol Versi dengan Git
Pengembangan Berbasis Python
Lisensi untuk Penggunaan Terbuka
README untuk Ikhtisar Proyek
Memulai dengan WebsiteBench
Kloning Repositori: Gunakan `git clone` untuk mengunduh proyek WebsiteBench ke mesin lokal Anda.
Instal Ketergantungan: Navigasikan ke direktori proyek dan instal paket Python yang diperlukan menggunakan `uv pip install -r requirements.txt` atau `pip install -r requirements.txt`.
Jelajahi Dokumentasi: Tinjau direktori `docs` dan `README.md` untuk instruksi pengaturan dan penggunaan yang rinci.
Jalankan Pengujian: Eksekusi kumpulan pengujian yang disediakan untuk memastikan lingkungan dikonfigurasi dan berfungsi dengan benar.
Kembangkan Agen: Implementasikan atau integrasikan agen AI Anda dalam struktur `src/websitebench`.
Tentukan Tugas: Buat atau modifikasi tugas di direktori `tasks` untuk menantang agen AI Anda.
Evaluasi Kinerja: Gunakan kerangka kerja untuk menjalankan agen Anda terhadap tugas yang ditentukan dan analisis kemampuan mereka dalam membangun kembali situs web.
Kontribusi: Kirimkan perbaikan, agen baru, atau tugas kembali ke repositori TIGER-AI-Lab/WebsiteBench.
Kasus Penggunaan WebsiteBench
- Pengembangan Agen AI
- Penelitian Otomatisasi Web
- Pengukuran Kinerja AI
- Alat Pendidikan
- Interaksi Web Otonom
- Generasi Data Sintetis








