Aworld

🚀 AWorld：统一的智能体训练与评估平台

AWorld 是一个专门为计算机和手机使用任务打造的统一智能体训练与评估框架。它为智能体开发者提供了强大且易用的环境，可用于测试、训练和优化智能体在各类实际场景中的表现。

🚀 快速开始

安装

pip install aworld

快速上手

from aworld import World, Agent

# 初始化世界和智能体
world = World()
agent = Agent()

# 执行任务
task_id = world.submit_task("your_task.yaml")
result = agent.execute(task_id)

# 获取结果
print(result)

✨ 主要特性

开源与扩展性

AWorld 是开源项目，提供完整的代码仓库和详尽文档。支持通过插件机制扩展功能，允许开发者添加自定义工具和服务。

多模态支持

平台不仅支持文本交互，还集成多种第三方服务（如网络请求、图像识别等），为智能体提供多模态能力。

📦 安装指南

pip install aworld

💻 使用示例

基础用法

from aworld import World, Agent

# 初始化世界和智能体
world = World()
agent = Agent()

# 执行任务
task_id = world.submit_task("your_task.yaml")
result = agent.execute(task_id)

# 获取结果
print(result)

📚 详细文档

核心组件

智能体/Actor

AWorld 中的智能体是一个具备丰富功能的组件，能够执行多种任务并与其他智能体协作。以下是智能体的主要属性：

环境/世界模型

AWorld 提供了一个丰富的工具集和多种世界模型，用于模拟各种现实场景：

核心功能

统一的任务定义

AWorld 提供统一的任务定义接口，支持自定义任务和公开基准测试（如 GAIA、WebArena 等）。用户可以通过编写 YAML 配置文件快速定义新任务。

稳定的执行环境

平台提供高效稳定的执行环境，内置多种调试工具和监控系统，确保智能体任务能够顺利完成。

详尽的任务报告

AWorld 自动生成详细的测试报告，包含以下关键指标：

• 效率：完成任务所需步骤数
• 成功率：任务完成率
• 成本：消耗的 token 数量
• 时间：执行任务所用时长

智能体训练支持

除了评估功能，AWorld 还提供智能体训练接口。用户可以基于实际任务数据，持续优化智能体模型，并通过版本控制系统管理不同版本的智能体。

贡献指南

欢迎社区参与 AWorld 的开发与维护。我们特别欢迎以下类型的贡献：

1. 新功能开发
2. 任务定义扩展
3. 性能优化
4. 文档完善

请通过 GitHub 提交 Pull Request 或者 Issues 反馈问题和建议。

项目地址

GitHub