LLMs之Agent：WebAgent(WebWalker/WebDancer/ WebSailor)的简介、安装和使用方法、案例应用之详细攻略

LLMs之Agent：WebAgent(WebWalker/WebDancer/ WebSailor)的简介、安装和使用方法、案例应用之详细攻略

目录

WebAgent的简介

1、特点

WebAgent的安装和使用方法

1、安装

2、使用方法

WebAgent的案例应用

WebAgent的简介

2025年1月14日，WebAgent 是由 Tongyi Lab, Alibaba Group 开发的用于信息搜索的 Web 代理。它包含三个主要组件：WebWalker、WebDancer 和 WebSailor。该项目旨在构建基于浏览器的原生 Agentic 模型，并探索更多开放域环境。

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

1、特点

>> WebSailor: 专注于执行极其复杂的信息搜索任务，在一些最困难的浏览基准测试中实现了开源 SOTA。它通过一种完整的后训练方法，使模型能够进行扩展的思考和信息搜索，从而成功完成以前被认为无法解决的极其复杂的任务。WebSailor-72B 在 BrowseComp-en、BrowseComp-zh 和 GAIA 上分别取得了 12.0%、30.1% 和 55.4% 的分数，显著优于所有开源代理和框架，同时缩小了与领先的专有系统之间的性能差距。
>> WebDancer: 是一种原生的 Agentic 搜索推理模型，使用 ReAct 框架，旨在实现自主信息搜索代理和类似 Deep Research 的模型。它采用四阶段训练范式，包括浏览数据构建、轨迹采样、用于有效冷启动的监督微调以及用于改进泛化的强化学习，从而使代理能够自主地获得自主搜索和推理技能。WebDancer 在 GAIA 上实现了 64.1% 的 Pass@3 分数，在 WebWalkerQA 上实现了 62.0% 的 Pass@3 分数。
>> WebWalker: 是一个用于 LLM 在 Web 遍历中进行基准测试的工具，也是一个用于信息搜索的多代理框架。

WebAgent的安装和使用方法

1、安装

以下是 WebDancer 的快速启动步骤：

设置环境

创建一个 conda 环境：conda create -n webdancer python=3.12

安装依赖项：pip install -r requirements.txt

部署模型

从 �� HuggingFace 下载 WebDancer 模型。

使用提供的脚本和 sglang 部署模型：

cd scripts

bash deploy_model.sh WebDancer_PATH

注意：将 WebDancer_PATH 替换为下载模型的实际路径。

2、使用方法

运行演示

编辑 WebDancer/scripts/run_demo.sh 中的以下键：

GOOGLE_SEARCH_KEYJINA_API_KEYDASHSCOPE_API_KEY

使用 Gradio 启动演示以与 WebDancer 模型交互：

cd scriptsbash run_demo.sh

WebAgent的案例应用

WebSailor: 提供了 BrowseComp-en、BrowseComp-zh 和 Daily Use 的演示，展示了模型完成高度困难和不确定任务的能力，这些任务需要大量的信息获取和复杂的推理。

WebDancer: 提供了 WebWalkerQA、GAIA 和 Daily Use 的演示，展示了模型执行具有多个步骤和复杂推理的长时间任务的能力，例如 Web 遍历、信息搜索和问题解答。