可用于测试AI智能体在真实终端环境中的任务处理能力，支持评估代码编译、模型训练、服务器搭建等端到端任务。包含任务数据集和执行工具，提供可复现的测试套件，助力LLM智能体开发与系统级推理能力验证。【此简介由AI生成】
Introduction
可用于测试AI智能体在真实终端环境中的任务处理能力，支持评估代码编译、模型训练、服务器搭建等端到端任务。包含任务数据集和执行工具，提供可复现的测试套件，助力LLM智能体开发与系统级推理能力验证。【此简介由AI生成】
Customize your domain