OSWorld 多模态智能体基准测试零障碍部署指南

一、需求定位：3分钟环境适配检测

1.1 系统兼容性速检

环境要求	最低配置	推荐配置
Python版本	3.10	3.11+
内存	8GB	16GB+
磁盘空间	20GB	50GB+
虚拟化支持	开启VT-x/AMD-V	硬件加速开启

1.2 部署场景决策树

• 本地开发：选择VMware/VirtualBox（支持图形界面调试）
• 服务器部署：选择Docker（资源占用低，适合批量任务）
• 云环境：AWS/Azure/GCP（弹性扩展，适合大规模实验）

💡 避坑指南：Windows用户需在BIOS中启用虚拟化技术，Linux用户需检查/proc/cpuinfo中的vmx/svm标志

二、环境适配：跨平台部署方案

2.1 核心组件工作流

图示：智能体决策流程，包含任务解析、UI元素识别和执行反馈闭环

2.2 安装准备双栏清单

准备项	验证机制
克隆代码仓库	git clone https://gitcode.com/GitHub_Trending/os/OSWorld
进入项目目录	cd OSWorld
安装依赖包	pip install -r requirements.txt
检查Python版本	python --version

💡 避坑指南：国内用户可添加-i https://pypi.tuna.tsinghua.edu.cn/simple加速依赖安装

2.3 虚拟化平台资源对比

平台	启动时间	内存占用	适用场景
VMware	3-5分钟	4GB+	图形界面调试
Docker	30秒	1GB+	批量任务执行
VirtualBox	4-6分钟	3GB+	低硬件配置环境

三、执行流程：高效启动与验证

3.1 基础版：快速启动命令

1. 设置API密钥：export OPENAI_API_KEY="your_key"
2. 启动默认环境：python quickstart.py
3. 关键参数说明：
   • --provider_name：指定虚拟化平台（vmware/docker等）
   • --path_to_vm：虚拟机配置文件路径
   • --headless：无界面模式运行

3.2 进阶版：定制化实验

1. 单任务执行：

   python run.py --provider_name vmware --model gpt-4o --max_steps 15
   

2. 并行实验（需Docker支持）：

   python run_multienv.py --num_envs 10 --observation_type screenshot
   

3.3 监控与结果查看

启动监控服务：cd monitor && python main.py
访问监控界面查看实时任务进度：
图示：实验监控界面展示任务完成率、错误统计和步骤进度

💡 避坑指南：监控服务默认端口8080，若冲突可修改monitor/main.py中的PORT变量

四、深度应用：配置优化与扩展

4.1 关键配置项对比

配置场景	本地环境	云服务器
代理设置	assets/proxysetup-zh.png	系统环境变量
Google账户	assets/pubeval_gdrive_auth.jpg	OAuth2.0密钥文件
存储路径	本地磁盘	云存储挂载

4.2 智能体选择指南

• OWL Agent：视觉定位精度优先
• Jedi Agent：代码理解任务优化
• Qwen VL Agent：多模态综合性能强
• OpenAI CUA Agent：API调用效率优先

4.3 社区支持渠道

• 问题反馈：项目Issue跟踪系统
• 技术讨论：Discord社区（搜索OSWorld）
• 文档库：项目docs目录下的技术手册
• 示例库：evaluation_examples目录提供任务模板

💡 避坑指南：提交Issue时需包含provider_name、model和错误截图三要素