xlang-ai/OSWorld

これは何？

主な機能

• 01実際のデスクトップアプリケーションを使うタスクを、UbuntuまたはWindowsの仮想マシン上で実行します。
• 02VMware、VirtualBox、KVMを使ったDocker、Modal、Daytona、AWSの各プロバイダーに対応しています。
• 03エージェントの実行後、タスク固有のスクリプトで結果を評価します。
• 04複数の環境で多数のタスクを並列実行します。
• 05ベースラインエージェントのコードと、ドメイン別スコアを確認できる結果ビューアを同梱しています。

ユースケース

• 共通のデスクトップタスクセットを使って、コンピューター操作エージェントをベンチマークする。
• 新しいモデルでOSWorldの公開済み結果を再現する。
• 特定のベンチマークタスクと評価器が正しく動作するかを手動で確認する。
• クラウドインフラ上で大規模なエージェント評価を実行する。

クイックスタート

1. 1

   リポジトリをクローンする

   git clone https://github.com/xlang-ai/OSWorld
2. 2

   クローンしたディレクトリに移動する

   cd OSWorld
3. 3

   必要な依存関係をインストールする

   pip install -r requirements.txt
4. 4

   クイックスタートのサンプルを実行する（事前にVMwareまたはDockerのセットアップが必要）

   python quickstart.py

使う前に知っておきたいこと

• !クイックスタートの実行前に、ローカル環境でVMwareまたはVirtualBoxをセットアップするか、KVMをサポートするDockerを用意する必要があります。
• !一部のベンチマークタスクではGoogleアカウントのOAuth設定が必要で、プロキシの設定が必要になる場合もあります。
• !ベースラインエージェントの実行には、有料のOpenAI APIキーが必要です。

トピック

よくある質問

OSWorld とは？

実際のデスクトップOS上で、自由度の高いコンピューター操作タスクに取り組むマルチモーダルAIエージェントを評価するためのベンチマーク兼実行環境。 OSWorldは、実際のデスクトップアプリケーションを操作して、日常的なコンピュータータスクをAIエージェントが完了できるかをテストするベンチマークです。各タスクはUbuntuまたはWindowsを実行する仮想マシン内で行われ、エージェントはスクリーンショットやアクセシビリティ情報を受け取り、クリック、入力、スクリプトの実行などのマウス・キーボード操作を行います。

OSWorld は無料で使えますか？ライセンスは？

OSWorld は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

OSWorld は今もメンテナンスされていますか？

活発にメンテナンス中。OSWorld の最終コミットは 2026年10月20日 です。

OSWorld は何に使えますか？

共通のデスクトップタスクセットを使って、コンピューター操作エージェントをベンチマークする。 新しいモデルでOSWorldの公開済み結果を再現する。 特定のベンチマークタスクと評価器が正しく動作するかを手動で確認する。 クラウドインフラ上で大規模なエージェント評価を実行する。

OSWorld のインストール方法は？

リポジトリをクローンする: git clone https://github.com/xlang-ai/OSWorld クローンしたディレクトリに移動する: cd OSWorld 必要な依存関係をインストールする: pip install -r requirements.txt クイックスタートのサンプルを実行する（事前にVMwareまたはDockerのセットアップが必要）: python quickstart.py

OSWorld はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/xlang-ai/OSWorld