LLM网页浏览能力测试工具

WebWalker 是一个用于测试大型语言模型（LLM）网页浏览能力的基准工具。它通过 WebWalkerQA 数据集和 WebWalker 多智能体框架，支持 LLM 在网页导航和信息检索任务中的测试。该工具涵盖 680 个查询，涉及 1373 个网页，支持中英文，适合多种真实场景。它还提供在线演示和本地运行选项，方便研究者使用。