搜索
OSWorld-MCP：全新评测基准助力计算机代理产品发展
2025-11-05
近日，OSWorld团队推出了首个全面评估计算机使用代理产品的基准测试工具——OSWorld-MCP，旨在为开发者和用户提供真实环境下的产品能力评测服务。该工具综合衡量模型的多方面能力，涵盖了158个经过验证的MCP工具，支持七个常用应用程序，并设有25个用于鲁棒性测试的工具。此外，它还设定了250项工具适用性任务，通过多轮调用设置，有效提升了模型的准确率和效率。该项目已开源，相关详细信息可访问其官方网站和GitHub页面。OSWorld-MCP不仅为产品评估提供了有力工具，也为未来技术的发展奠定了坚实基础。
