阿里开源WebAgent，上线斩获5500+ star！一句话让AI搞定复杂网页交互！

你是否厌倦了在网页上重复填写表格、点击按钮、查询信息？

面对海量网页操作任务，是否期待有个“数字助手”替你完成？

给大家分享个阿里通义实验室做的： WebAgent

专门围绕网页信息检索和智能代理展开，里面几个子项目各有特色，值得聊聊。

WebAgent都有那些内容？

目前项目已经开源，在github上目前收获5500+ star

WebAgent 其实是一套工具的组合，里面有几个主要部分：

WebWalker、WebDancer、WebSailor 、WebShaper

每个部分都有自己的“拿手好戏”，但总的目标都是让人工智能像人一样在网上搜索和理解信息。

• WebWalker：这是个测试工具，用来检查 AI 在网页上“走来走去”找信息的能力怎么样。比如，能不能从一个页面跳转到另一个页面，找到我们要的东西。

• WebDancer：这是一个搜索模型，专门处理那些需要动脑筋的复杂搜索任务。比如你要找的信息藏在好几个网页里，它能帮你抽出来拼在一起。

• WebSailor：算是 WebAgent 的“核心大脑”，特别擅长在复杂的网页环境里导航和找信息，尤其是那种不确定性很高、需要探索的任务。

• WebShaper：这个是用来生成训练数据的，帮其他模型学会怎么更高效地搜索信息。

目前这些项目的模型、数据集大多已经开源，在 Hugging Face 和 ModelScope 上能找到，比如 WebSailor-3B、WebDancer-32B 等，部署也比较方便。

在GAIA上评分不错，下图是官方给出的结果

团队还提到，后续会继续优化，比如开发基于浏览器的原生代理模型，拓展更多开放域场景。

项目地址：

https://github.com/Alibaba-NLP/WebAgent