Cua Driver Bench on AgentEnv

Cua Driver Bench on AgentEnv

计算机使用智能体运行 Cua Driver Bench 任务的回放查看器，有录制的桌面、工具调用、评分，还能并排对比驱动。这不是基准制作方的官方结果。

由 earakely-scale 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Cua Driver Bench on AgentEnv 是计算机使用智能体的回放查看器。每段回放显示录制的桌面、智能体做出的工具调用和评分。在后台条件下，它还会显示一个模拟用户在单独窗口里打字。如果不止一个驱动在相同任务和同一个模型上运行过，你可以把这些驱动排在一起对照。

适合谁：评估或构建计算机使用智能体的人会从中得到最多。这些任务来自 trycua 的 Cua Driver Bench，在 AgentEnv 电脑上运行。下面几行是根据页面展示的内容做的判断。

行业 | 谁在用 | 怎么用 | 例子
研究 | 智能体评估者 | 比较不同驱动用同一个模型处理同一任务的表现 | 并排观看两个驱动做同一个任务
软件 | 计算机使用智能体的开发者 | 回放一次试验，看每个工具调用以及智能体在哪里出错 | 逐步查看一次失败的试验并阅读它的评分
产品 | 选择驱动的团队 | 选驱动时查看录制的运行和评分 | 检查用户在旁边打字时驱动的表现
教育 | 学习智能体评估的学生 | 看一次基准试验从桌面到评分是什么样子 | 把一次试验从头到尾回放一遍

如果你想自己运行基准测试，可以跳过它，因为这个页面只回放录制好的试验。

用在哪里：它在浏览器标签页中运行，文件也可以在任何装有浏览器的桌面电脑上本地打开。

• 网页浏览器：打开 Hugging Face 上的 Space 页面
• Windows、macOS 或 Linux：下载文件，然后在浏览器中打开 index.html
• Hugging Face 数据集：试验、录制内容和评分保存在那里，并流式传到页面

用途 | 适合谁 | 得到什么
回放一次试验 | 智能体开发者 | 录制的桌面、智能体的工具调用和评分
对比驱动 | 评估者 | 多个驱动在同样的任务和模型上并排显示
检查后台条件 | 研究者 | 模拟用户在自己窗口里的打字，与智能体的操作放在一起

如何设置：在线使用页面什么都不用装。本地副本需要浏览器和带 pip 的 Python。页面会从数据集流式获取每次试验，所以本地副本可能仍然需要网络连接。

• 一个网页浏览器
• 带 pip 的 Python，只在下载副本时需要
• 留出下载时间，因为仓库有 4985 个文件

1. 用 pip 安装 Hugging Face hub 包。
2. 把 Space 的文件下载到一个文件夹。
3. 进入这个文件夹。
4. 在网页浏览器中打开 index.html。

pip install -U huggingface_hub
hf download earakely-scale/CuaDriverBench-AgentEnv --repo-type space --local-dir CuaDriverBench-AgentEnv

如何使用：打开 Space 页面，选一次试验来回放。README 没有逐步点击的指南，所以按页面提供的内容来操作。有本地副本时，进入文件夹并打开 index.html。

cd CuaDriverBench-AgentEnv

工具 | 作用
桌面回放 | 按录制的样子播放桌面
工具调用 | 列出智能体在试验中做出的调用
后台用户 | 显示模拟用户在自己窗口里打字
评分 | 给出这次试验得到的分数
驱动对比 | 把用同样任务和模型运行的驱动并排放在一起

示例：打开页面，选一次试验，播放它的回放。你会看到录制的桌面、智能体做出的每个工具调用和最终评分。如果有多个驱动跑过这个任务，并排视图可以让你比较它们。

新手与专家：计算机使用智能体是一种像你一样通过点击和打字来操作电脑的 AI。先从头到尾回放一次试验，最后再看它的评分。

这个页面是静态 HTML 加 app.js，仓库里还有一个 data 文件夹。数据集里保存试验、录制内容和评分，页面从那里流式获取每次试验的网页副本。任务、应用、提示词和评估器属于 trycua，所以来源明确说这些结果不是官方的。

试验在 AgentEnv 电脑上录制
录制内容和评分进入数据集
页面从数据集流式获取试验
你回放它或对比驱动

注意事项：

• License: Space 自己的代码是 Apache-2.0，而 trycua 的任务、应用、提示词和评估器沿用 Cua AI 自己的条款
• Cost to run: 未提及
• Data it reaches: 页面从中流式获取每次试验的 Hugging Face 数据集
• Fonts: Inter 和 JetBrains Mono，都使用 SIL Open Font License
• Not for: 官方基准结果，因为来源说这些不是 trycua 的官方结果

Hugging Face 上的数据（2026年11月13日）

• 点赞：1
• 构建方式：static
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/earakely-scale/CuaDriverBench-AgentEnv
• 文件：https://huggingface.co/spaces/earakely-scale/CuaDriverBench-AgentEnv/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。