AgentNet هي أول مجموعة بيانات واسعة النطاق لمسارات الوكلاء الذكية، تعتمد على حاسوب مكتبي، يصدرها مختبر XLANG بجامعة هونغ كونغ في عام ٢٠٢٥، بالتعاون مع Moonshot AI وجامعة ستانفورد ومؤسسات أخرى. نتائج البحث ذات الصلة هي:OPENCUA: أسس مفتوحة لوكلاء استخدام الكمبيوتر"، والذي يهدف إلى دعم وتقييم وكلاء تشغيل واجهة المستخدم الرسومية متعددة الأنظمة ونماذج الرؤية واللغة والفعل (VLA). تحتوي مجموعة البيانات هذه على 22.6 ألف تتبع لمهام استخدام الحاسوب مُعلّق يدويًا، تغطي أنظمة Windows وmacOS وUbuntu، وأكثر من 200 تطبيق وموقع إلكتروني. تنقسم السيناريوهات إلى أربع فئات: مكتبية، احترافية، يومية، ونظامية. وهي مناسبة لتدريب وتقييم أتمتة سطح المكتب، والعمليات متعددة التطبيقات، والوكلاء متعددي المنصات.

هياكل البيانات والحقول

تحتوي كل عينة على:

• بيانات تعريف المهمة: رقم المهمة (task_id)، التعليمات (instructions)؛
• تقييم الجودة: الإنجاز، والاتساق، والكفاءة، والصعوبة؛
• الوصف الملخص: natural_language_task، actual_task؛
• مصفوفة المسار: traj (خطوات التشغيل المسجلة بالترتيب الزمني).

خطوات المسار (traj)بناء:

• تحتوي كل خطوة على كائنات الفهرس والصورة (لقطة الشاشة) والقيمة:

• الملاحظة (مراقبة المشهد)، والفكر (التفكير/التخطيط)، والعمل (إجراء اللغة الطبيعية)، والكود (الكود القابل للتنفيذ، مثل PyAutoGUI)، وlast_step_correct، وlast_step_redundant، والتأمل.

  

الاستشهاد

@misc{wang2025opencuaopenfoundationscomputeruse,
title={OpenCUA: Open Foundations for Computer-Use Agents},
author={Xinyuan Wang and Bowen Wang and Dunjie Lu and Junlin Yang and Tianbao Xie and Junli Wang and Jiaqi Deng and Xiaole Guo and Yiheng Xu and Chen Henry Wu and Zhennan Shen and Zhuokai Li and Ryan Li and Xiaochuan Li and Junda Chen and Boyuan Zheng and Peihang Li and Fangyu Lei and Ruisheng Cao and Yeqiao Fu and Dongchan Shin and Martin Shin and Jiarui Hu and Yuyan Wang and Jixuan Chen and Yuxiao Ye and Danyang Zhang and Dikang Du and Hao Hu and Huarong Chen and Zaida Zhou and Haotian Yao and Ziwei Chen and Qizheng Gu and Yipu Wang and Heng Wang and Diyi Yang and Victor Zhong and Flood Sung and Y. Charles and Zhilin Yang and Tao Yu},
year={2025},
eprint={2508.09123},
archivePrefix={arXiv},
primaryClass={cs.AI},
url={https://arxiv.org/abs/2508.09123},
}