fara

收录理由

如果你正在做真正的浏览器自动化，而不是只生成文本回复，这个仓库能给你一个扎实的起点。Fara1.5 提供了 4B、9B、27B 三个规模的模型，它们直接看截图、操作鼠标和键盘，跳过了无障碍树和独立的解析步骤。9B 版本在 Online-Mind2Web 上拿到 63.4%，在 WebVoyager 上达到 86.6%，同时体积小到能在普通硬件上跑；27B 版本则在同一个基准上超过了规模大得多的商业系统。模型权重以 MIT 许可放在 Hugging Face 上，你可以自己部署、微调，或者通过 Microsoft Foundry 调用。仓库里还带了一个命令行工具，能让模型直接操作真实浏览器，也有可选的沙箱环境来记录操作，以及训练和评估这些模型所用的完整工具链——如果你想复现结果，或者给自己生成的 agent 轨迹打分，这些都会派上用场。