北卡教堂山分校和微软发起的网页智能体环境集：用编码智能体（如 Claude Code / Codex）照着真实网站做出 153 个本地 Docker 镜像，还原界面、内容以及登录、购物车、预订等功能流程，由人工审核视觉还原度、功能正确性和任务有效性；新任务需要什么功能，环境就跟着扩展。配 3,518 道任务（含多步和登录后流程），每个网站有校验器给 0/1 奖励，控制接口能在回合之间重置数据库。作者用它对 4B 级 GUI 智能体做强化学习，再拿到训练没见过的网站和任务上评测。
点赞 19 · 代码星数 46
理由
- 作者称只在 WebHarbor 合成环境里训练的 WebHarbor-4B（Qwen3-VL 4B，从 OpenWebRL-4B-SFT 起步）在 WebVoyager 和 Online-Mind2Web 上平均 75.8，模型卡分列 WebVoyager 81.2、Online-Mind2Web 70.4；15 个 WebVoyager 网站全部不参与训练。
- 针对真实网站做评测和训练的老问题：内容会变、验证码、地域限制、登录墙；本地镜像稳定可复现，作者称数据库重置在亚秒级，适合大量 RL 回合。
- 能直接用：Docker Hub wildawm/webharbor 一个镜像含全部 153 站（约 20 GB），任务按 Harbor 格式放在抱脸 ChilleD/WebHarbor-Tasks（训练集 2,288 道、测试集 306 道等划分），模型 ChilleD/WebHarbor-4B 单卡可起；抱脸当日点赞 19、代码星数 46（只代表关注度）。
用法
- 起环境：export WEBSYN_CONTROL_TOKEN=<至少 32 位的随机串>，docker run -e WEBSYN_CONTROL_TOKEN -p 8101:8101 -p 40000-40152:40000-40152 wildawm/webharbor:latest，智能体访问 localhost 的 40000–40152 端口；curl -H "Authorization: Bearer $WEBSYN_CONTROL_TOKEN" -X POST http://localhost:8101/reset/amazon 重置单站，/reset-all 全部重置。
- 跑任务：uv tool install harbor==0.24.0，在仓库 harbor/ 目录下 harbor run --repo https://huggingface.co/datasets/ChilleD/WebHarbor-Tasks -d [email protected] -a webharbor_agents.openwebrl:OpenWebRLWebHarbor -m openai/<模型名>，被测模型接 OpenAI 兼容接口。
- 起模型：pip 装 sglang==0.5.6.post2，python -m sglang.launch_server --model-path ChilleD/WebHarbor-4B --context-length 32768 …（模型卡给的单卡 32K 启动命令），接口在 localhost:30000/v1。
风险
- 镜像仿的是亚马逊、大通银行、美国运通等真实品牌网站，仓库 README 和模型卡都没写许可证，商用或再分发前要确认。
- 匿名拉 Docker Hub 有频率限制，拉很多单站镜像要先 docker login；可选的智能体评审默认调 gpt-5.6-sol，要自己的 API。
- 仿站由模型生成、人工审核，与真站的差异只能看论文的审核说明；分数为作者报告。