当前位置：首页 > news >正文

WebWorld-8B快速上手指南：5分钟搭建你的第一个网页代理模拟环境

news 2026/6/2 13:41:51

WebWorld-8B快速上手指南：5分钟搭建你的第一个网页代理模拟环境

【免费下载链接】WebWorld-8B项目地址: https://ai.gitcode.com/hf_mirrors/Qwen/WebWorld-8B

WebWorld-8B是一款基于Qwen3-8B开发的网页代理模拟环境，能够帮助开发者快速构建真实的网页交互场景。通过这款强大的开源工具，你可以轻松实现长达30步以上的长周期网页操作模拟，支持多种格式的状态表示，包括A11y Tree、HTML、XML、Markdown和自然语言等。

🌟 为什么选择WebWorld-8B？

WebWorld-8B作为一款先进的网页代理模拟环境，具有以下显著优势：

高效模拟：基于100万+真实网页交互轨迹训练，能够精准预测网页状态变化
多格式支持：兼容多种网页状态表示格式，满足不同场景需求
长周期操作：支持30步以上的连续网页操作模拟
跨域泛化：可应用于代码、GUI和游戏等多种环境

📋 环境准备

在开始使用WebWorld-8B之前，你需要确保系统中已安装以下依赖：

Python 3.8+
transformers（建议使用最新版本）
torch
可选：accelerate、vllm（用于高效服务）

🚀 快速安装

1. 克隆仓库

首先，克隆WebWorld-8B项目仓库到本地：

git clone https://gitcode.com/hf_mirrors/Qwen/WebWorld-8B cd WebWorld-8B

2. 安装依赖

使用pip安装所需依赖：

pip install transformers torch # 如需高效服务，可额外安装 pip install accelerate vllm

💻 开始使用WebWorld-8B

单步预测

WebWorld-8B最基本的功能是根据当前页面状态和操作预测下一个页面状态。以下是一个简单的单步预测示例：

点击查看代码示例

import torch from transformers import AutoTokenizer, AutoModelForCausalLM model_name = "Qwen/WebWorld-8B" tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True) model = AutoModelForCausalLM.from_pretrained( model_name, device_map="auto", torch_dtype=torch.bfloat16, trust_remote_code=True, ).eval() system_prompt = ( "You are a web world model. I will provide you with an initial page state " "and a sequence of actions. For each action, predict the resulting page state.\n" "Strictly maintain the original format. Output only the full page state " "without explanations, code, or truncation." ) # 当前页面状态 current_state = """RootWebArea 'Global Start - Your Daily Portal', focused \t[1] banner 'Top Header', visible \t\t[2] link 'Set as Homepage', clickable, visible \t\t[3] link 'Feedback', clickable, visible \t\t[5] region 'Weather Widget', visible \t\t\tStaticText 'New York, USA' \t\t\t[6] image 'Sunny', visible \t\t\tStaticText '24°C' \t\t[8] link 'Sign In', clickable, visible \t[10] region 'Search Area', visible \t\t[11] image 'Global Start Logo', visible \t\tStaticText 'Search the entire web' \t\t[12] tablist 'Search Engine Selector', orientation='horizontal' \t\t\t[13] tab 'Google', selected=True, clickable \t\t\t[14] tab 'Bing', selected=False, clickable \t\t\t[15] tab 'DuckDuckGo', selected=False, clickable \t\t[18] combobox 'Web Search', clickable, visible, autocomplete='both', expanded=False \t\t\t[19] textbox 'Type keywords or URL...', clickable, visible, editable, value='' \t\t[20] button 'Search', clickable, visible \t[30] navigation 'Category Bar', visible \t\t[31] link 'Home', clickable, selected=True \t\t[32] link 'News', clickable \t\t[33] link 'Video', clickable \t\t[34] link 'Shopping', clickable \t\t[35] link 'Social', clickable \t[50] main 'Site Directory', visible \t\t[51] region 'Top Recommended', visible \t\t\t[52] heading 'Most Popular', visible \t\t\t[53] list 'Top Sites Grid', visible \t\t\t\t[54] link 'Facebook', clickable \t\t\t\t[56] link 'YouTube', clickable \t\t\t\t[58] link 'Amazon', clickable \t\t\t\t[60] link 'Twitter / X', clickable \t\t\t\t[62] link 'Instagram', clickable \t\t\t\t[64] link 'Wikipedia', clickable \t\t\t\t[66] link 'Netflix', clickable \t\t\t\t[68] link 'LinkedIn', clickable \t\t[80] region 'News & Media', visible \t\t\t[81] heading 'Latest News', visible \t\t\t[82] link 'CNN', clickable \t\t\t[83] link 'BBC', clickable \t\t\t[84] link 'The Verge', clickable \t\t[90] region 'Shopping', visible \t\t\t[91] heading 'E-Commerce', visible \t\t\t[92] link 'eBay', clickable \t\t\t[93] link 'Walmart', clickable \t\t\t[94] link 'Best Buy', clickable \t[200] complementary 'Ads', visible \t\t[201] image 'Ad: Travel to Japan' \t\t[202] link 'Book Now', clickable \t[300] contentinfo 'Footer', visible \t\tStaticText '© 2026 Global Start Inc.'""" user_message = ( f"Initial Page State:\n{current_state}\n\n" f"First Action: 'click([32])'\n\n" f"Next Page State:" ) messages = [ {"role": "system", "content": system_prompt}, {"role": "user", "content": user_message}, ] text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True) inputs = tokenizer(text, return_tensors="pt").to(model.device) with torch.no_grad(): outputs = model.generate( **inputs, max_new_tokens=4096, do_sample=False, ) response = tokenizer.decode(outputs[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True) print(response)

多轮模拟

WebWorld-8B支持多轮连续模拟，模拟完整的用户交互流程：

点击查看多轮模拟代码

CONTINUE_PROMPT = ( "Continue the trajectory. Given the previous state, " "predict the next page state after this action.\n\n" "Action: '{action}'\n\nNext Page State:" ) # 第一轮 messages = [ {"role": "system", "content": system_prompt}, {"role": "user", "content": f"Initial Page State:\n{state_0}\n\nFirst Action: '{action_0}'\n\nNext Page State:"}, ] state_1 = generate(messages) # 你的生成函数 # 第二轮 messages.append({"role": "assistant", "content": state_1}) messages.append({"role": "user", "content": CONTINUE_PROMPT.format(action=action_1)}) state_2 = generate(messages) # 第三轮、第四轮...最多支持30+轮：重复相同模式 messages.append({"role": "assistant", "content": state_2}) messages.append({"role": "user", "content": CONTINUE_PROMPT.format(action=action_2)}) state_3 = generate(messages)