Agent 与 Coding Awesome

Computer Agent、工具调用、编码 Agent 和 Agent 评测资源索引。

Computer Agent

• Computer Agent：观察屏幕、理解 UI、规划并执行鼠标键盘操作。
• Qwen2.5-VL 72B。
• UI-TARS。
• web-infra-dev/Midscene
  • MIT，TypeScript；支持 UI-TARS、Qwen2.5-VL 等视觉模型。
• Fara 7B。
• OpenAI Computer Use
• Agent Leaderboard
• Arena xLang Leaderboard
• Menlo/Jan-nano
  • Deep Research 任务方向。

Coding Agent

• All-Hands-AI/OpenHands
• block/goose
• SWE-bench
• Devstral 24B
  • Mistral Devstral
  • Ollama Devstral

关键能力

• 屏幕和文档理解。
• 目标定位与 Grounding。
• 规划、工具选择和多步执行。
• 浏览器、终端、文件系统和代码仓库操作。
• 权限隔离、执行确认、失败恢复和轨迹审计。

评估

• 任务完成率和端到端成功率。
• 工具调用准确率、参数准确率和错误恢复能力。
• 长链路规划稳定性、上下文使用和成本。
• 代码修改正确性、测试通过率和安全性。