使用 Bananalyzer 在可重复的 Playwright Web 任务上基准测试浏览器代理

使用 Bananalyzer 在可重复的 Playwright Web 任务上基准测试浏览器代理 是做什么的？

运行一套可重复的评估套件，针对静态 Web 任务快照来测试浏览器代理，而不是根据演示或一次性测试进行判断。

前提条件

Python 环境，Playwright 浏览器运行时，基于 pytest 的测试执行，自定义 AgentRunner 实现，示例 Web 任务快照

安装

来自上游的要求和注意事项：

• 单独的网站。为了让代理更好地泛化，我们需要构建跨多个网站的多样化数据集。
• 未来我们将支持更复杂的评估方法和需要多步完成的示例。

基本使用或入门说明：

• Banana-lyzer 是一个 CLI 工具，针对一组示例网站运行一组评估。

• CLI 工具将通过动态构建 pytest 测试套件，顺序对用户定义的代理运行示例。

• AgentRunner 向用户暴露示例以及一个 Playwright 浏览器上下文以供使用。

• 来源：https://github.com/reworkd/bananalyzer

• 提取自上游文档：https://raw.githubusercontent.com/reworkd/bananalyzer/HEAD/README.md

文档

• https://github.com/reworkd/bananalyzer

来源

• Agent Skill Exchange