UNC Chapel Hill과 Microsoft가 주도하는 웹 에이전트 환경 세트: 코딩 에이전트(예: Claude Code / Codex)를 사용하여 실제 웹사이트를 기반으로 153개의 로컬 Docker 이미지를 생성하며, 인터페이스, 콘텐츠 및 로그인, 장바구니, 예약 등의 기능 흐름을 재현합니다. 시각적 충실도, 기능 정확성 및 작업 유효성 여부는 인간이 검토합니다. 새로운 작업에 필요한 기능이 있으면 환경도 이에 따라 확장됩니다. 3,518개의 작업(다단계 및 로그인 후 흐름 포함)이 제공되며, 각 웹사이트에는 검증기가 있어 0/1 보상을 부여하고, 제어 인터페이스를 통해 라운드 간 데이터베이스를 재설정할 수 있습니다. 저자들은 이를 사용하여 4B급 GUI 에이전트에 대해 강화 학습을 수행한 후, 학습에 사용되지 않은 웹사이트와 작업에서 평가를 진행했습니다.
좋아요 19 · 코드 스타 수 46
이유
- 저자들은 WebHarbor 합성 환경에서만 훈련된 WebHarbor-4B(Qwen3-VL 4B, OpenWebRL-4B-SFT에서 시작)가 WebVoyager 및 Online-Mind2Web에서 평균 75.8을 기록했다고 주장합니다. 모델 카드는 WebVoyager 81.2, Online-Mind2Web 70.4 점수를 각각 나열하며, 15개의 WebVoyager 웹사이트는 모두 훈련에 참여하지 않습니다.
- 실제 웹사이트를 대상으로 한 평가 및 훈련의 기존 문제점: 콘텐츠 변경, 캡차, 지역 제한, 로그인 장벽 등이 있습니다. 로컬 이미지는 안정적이고 재현 가능하며, 저자들은 데이터베이스 재설정이 서브초(sub-second) 수준이라고 주장하여 대규모 RL 라운드에 적합합니다.
- 바로 사용 가능: Docker Hub의 wildawm/webharbor 이미지 하나에 모든 153개 사이트가 포함되어 있으며(약 20 GB), 작업은 Harbor 형식으로 Hugging Face의 ChilleD/WebHarbor-Tasks에 저장되어 있습니다(훈련 세트 2,288개, 테스트 세트 306개 등으로 구분). 모델 ChilleD/WebHarbor-4B는 단일 GPU에서 실행할 수 있습니다. Hugging Face의 당일 좋아요 수는 19, 코드 스타 수는 46입니다(관심도만 나타냄).
사용법
- 환경 실행: export WEBSYN_CONTROL_TOKEN=<최소 32자 이상의 랜덤 문자열>, docker run -e WEBSYN_CONTROL_TOKEN -p 8101:8101 -p 40000-40152:40000-40152 wildawm/webharbor:latest, 에이전트는 localhost의 40000–40152 포트에 접근합니다. curl -H "Authorization: Bearer $WEBSYN_CONTROL_TOKEN" -X POST http://localhost:8101/reset/amazon으로 단일 사이트를 재설정하고, /reset-all로 전체를 재설정합니다.
- 작업 실행: uv tool install harbor==0.24.0, 저장소의 harbor/ 디렉토리에서 harbor run --repo https://huggingface.co/datasets/ChilleD/WebHarbor-Tasks -d [email protected] -a webharbor_agents.openwebrl:OpenWebRLWebHarbor -m openai/<모델 이름>를 실행합니다. 테스트 대상 모델은 OpenAI 호환 인터페이스를 사용합니다.
- 모델 실행: pip로 sglang==0.5.6.post2을 설치하고, python -m sglang.launch_server --model-path ChilleD/WebHarbor-4B --context-length 32768 …(모델 카드에 제공된 단일 GPU 32K 실행 명령어)을 실행합니다. 인터페이스는 localhost:30000/v1에 있습니다.
리스크
- 이미지는 Amazon, Chase Bank, American Express 등 실제 브랜드 웹사이트를 모방한 것이며, 저장소 README와 모델 카드 모두 라이선스를 명시하지 않았습니다. 상업적 사용이나 재배포 전에는 반드시 확인해야 합니다.
- Docker Hub에서 익명으로 이미지를 가져오면 속도 제한이 있으므로, 많은 단일 사이트 이미지를 가져오려면 먼저 docker login을 해야 합니다. 선택적 에이전트 리뷰는 기본적으로 gpt-5.6-sol을 호출하므로 자체 API 키가 필요합니다.
- 모방 사이트는 모델이 생성하고 인간이 검토했으며, 실제 사이트와의 차이는 논문의 검토 설명에서만 확인할 수 있습니다. 점수는 저자들이 보고한 값입니다.
열기 · 코드 · Hugging Face 논문 페이지