TIGER-AI-Lab/WebsiteBench
Recurso
¿Es de fiar?
Conviene mirarlo con calma antes de usarlo.
Avisos Revisa
Muy nuevo: se creó hace 4 días. Espera un poco antes de instalarlo.
Estrellas de cuentas reales Sin datos
Todavía no hemos comprobado si sus estrellas son falsas.
Activo Bien
Último cambio hoy.
Licencia Bien
Apache-2.0: puedes usarlo gratis, también en un producto comercial. Conserva el aviso de licencia.
Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.
Qué es
Un benchmark en el que agentes de IA exploran un sitio web de producción a través de un navegador y deben reconstruir una versión full-stack que coincida con su apariencia y comportamiento. Incluye 70 sitios web y 46.916 casos de prueba ocultos, ejecutados con el marco Harbor y…
Para quién es
Investigadores y desarrolladores que evalúan agentes de IA de programación y agentes web en tareas de reconstrucción de sitios web
Cómo usarlo
Instalación
pip install websitebenchSacado de su README. Compruébalo allí antes de ejecutarlo.
Pide a tu IA que lo instale
Pega esto en Claude, ChatGPT o tu asistente de programación.
Ayúdame a instalar y configurar TIGER-AI-Lab/WebsiteBench en mi proyecto. Sigue su README: https://github.com/TIGER-AI-Lab/WebsiteBench. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.
Curva de estrellas
Alternativas
Proyectos parecidos que cita su ficha. Cada enlace busca en el directorio.
Recibe alertas de repos como este
Te escribimos cuando algo de Agentes de IA empiece a subir. Gratis, una vez por semana, solo lo que encaja.
Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad
Para quien mantiene el repo
Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.
[](https://repoalerts.com/repo/TIGER-AI-Lab/WebsiteBench?ref=badge)Repos parecidos
- kIieret/facebookresearch-ProgramBench
Un benchmark que evalúa si los agentes de IA son capaces de reconstruir un programa desde cero. Partiendo únicamente de un binario compilado y su documentación, los agentes deben diseñar e implementar
- facebookresearch/swe-sweep
Un benchmark que mide cuántos errores pueden encontrar y corregir los modelos de lenguaje y los agentes en repositorios reales de gran tamaño. Los agentes no reciben pistas sobre el tipo de error ni s
- NineAbyss/OR-License
Un banco de pruebas de 31 tareas de investigación operativa para evaluar agentes basados en LLM. Los agentes consultan un simulador interactivo de información empresarial, escriben programas de optimi
- mashanglinyu/luanyujia-workbench
Guía de métodos y plantilla de cáscara básica para construir un espacio de trabajo de IA con varias escenas en Electron, donde cada escena es una cuadrícula de paneles con una sesión de IA persistente
- kingdee/lingee-bench
Un marco de evaluación y un benchmark para comprobar si los agentes de IA completan tareas con resultados verificables en sistemas empresariales de tipo ERP. Incluye adaptadores de arneses, proxies de
- aicodeking/leanrea
Un archivo de skill de agente de 8 KB que ofrece a los agentes de programación con IA reglas de enrutamiento y comandos de línea de comandos listos para ejecutar en ingeniería inversa de binarios, app