lzy/sci-gui-agent-benchmark
2
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

config: 将评测域改为all以支持全软件批量评测

Browse Source
This commit is contained in:
lizhanyuan
2026-03-27 14:31:06 +08:00
parent 252d2f79ce
commit 6a5fe8e8ca
1 changed files with 1 additions and 11 deletions
Download Patch File Download Diff File Expand all files Collapse all files

12
run_proxmox.sh
View File

@@ -12,11 +12,7 @@ export PROXMOX_VM_IP="10.10.17.10"
# ---------- LLM API 配置 ---------- # ---------- LLM API 配置 ----------
# OpenAI 兼容代理（同时用于 Agent 模型和 Eval 模型） # OpenAI 兼容代理（同时用于 Agent 模型和 Eval 模型）
<<<<<<< HEAD
export OPENAI_API_KEY="sk-EQGuvk0rS7EG4Cu22cF6D5Cc3a324c88B2E2D432Bc59Bb17" # ⚠️ 请替换为你的实际 API Key export OPENAI_API_KEY="sk-EQGuvk0rS7EG4Cu22cF6D5Cc3a324c88B2E2D432Bc59Bb17" # ⚠️ 请替换为你的实际 API Key
=======
export OPENAI_API_KEY="sk-EQGuvk0rS7EG4Cu22cF6D5Cc3a324c88B2E2D432Bc59Bb17"
>>>>>>> b1ed0a478511115622edf0e5c1590c93f4cdd855
export OPENAI_BASE_URL="https://vip.apiyi.com/v1" export OPENAI_BASE_URL="https://vip.apiyi.com/v1"
# ---------- 评测参数（按需修改） ---------- # ---------- 评测参数（按需修改） ----------
@@ -34,15 +30,9 @@ OBSERVATION_TYPE="screenshot" # 观测类型
ACTION_SPACE="pyautogui" # 动作空间 ACTION_SPACE="pyautogui" # 动作空间
SCREEN_WIDTH=1920 # 屏幕宽度 SCREEN_WIDTH=1920 # 屏幕宽度
SCREEN_HEIGHT=1080 # 屏幕高度 SCREEN_HEIGHT=1080 # 屏幕高度
<<<<<<< HEAD
RESULT_DIR="/mnt/d/work/result" # 结果输出目录
TEST_META="/mnt/d/work/sci-gui-agent-benchmark/evaluation_examples/test_final.json" # 评测任务列表
DOMAIN="origin" # 评测领域
=======
RESULT_DIR="/Volumes/Castor/课题/results_baseline_50steps" # 结果输出目录 RESULT_DIR="/Volumes/Castor/课题/results_baseline_50steps" # 结果输出目录
TEST_META="evaluation_examples/test_final.json" # 评测任务列表 TEST_META="evaluation_examples/test_final.json" # 评测任务列表
DOMAIN="ovito" # 评测领域 DOMAIN="all" # 评测领域
>>>>>>> b1ed0a478511115622edf0e5c1590c93f4cdd855
SNAPSHOT_NAME="snapshot" # 快照名称（需提前创建） SNAPSHOT_NAME="snapshot" # 快照名称（需提前创建）
INJECT_STEPS=false # 是否注入教程步骤到 Agent prompt（baseline 不注入） INJECT_STEPS=false # 是否注入教程步骤到 Agent prompt（baseline 不注入）