Fara
活跃简介
Fara 是微软开源的浏览器和网页任务代理项目，关注用大模型理解页面、规划操作并完成真实 Web 流程。它适合研究网页自动化、浏览器控制和端到端任务评估，也可作为企业内部 Web Agent 的实验基础。
核心特性
- 7B 参数的 Agent 小语言模型，专为计算机使用设计，具备网页视觉感知能力
- 直接预测鼠标和键盘操作坐标，无需无障碍树或单独的解析模型
- 在 WebVoyager、Online-M2W、DeepShop 和 WebTailBench 基准测试中达到最优水平
- 紧凑尺寸支持本地部署，降低延迟并提升隐私保护
- 高效任务完成，平均每任务仅需约 16 步，而同类模型约需 41 步
- 基于 Magentic-One 构建的新型合成数据管线，包含 145K 条多样化训练轨迹
适用场景
💡 自动化网页购物任务，如搜索商品并在零售商之间比价
💡 填写表单、管理账户和完成在线注册
💡 通过浏览器自动化预订旅行、电影票和餐厅
💡 从多个网页来源搜索信息并汇总结果
💡 研究招聘信息和房地产列表，进行多步导航
优势与不足
✅ 优势
- • 活跃维护，近期持续更新
- • 社区热度高（6.1k stars）
- • 开源许可证友好（MIT）
- • Issue 响应及时，积压少
分类
快速开始
git clone https://github.com/microsoft/fara.git && cd fara && pip install -e . && playwright install && vllm serve "microsoft/Fara-7B" --port 5000