WebsiteBench：AI 智能体能否通过浏览器探索重建网站？

WebsiteBench 是一个评估基准，要求 AI 智能体通过浏览器探索生产级网站，逆向工程出匹配外观和行为的全栈版本。项目提供 Git 仓库、Docker 支持、任务包和评估脚本，支持多种代理（如 codex）和模型配置，结果输出至 jobs/ 目录。代码采用 Apache-2.0 许可，任务数据保留原许可证。