AgentRealTaskBench
English 申请测评

任务集 v1.0 / 本地任务 · 国内应用

ARTB-C03 · v1.0

小红书调研

出发前想看小红书上最近的真实笔记。

查资料本地应用 · 国内数据获取

我们对 agent 说的话

找 5 篇最近一个月关于 topic 的小红书笔记,附链接,总结大家共同的建议。

判定标准

通过
  • 5 篇笔记都真实存在、切题、在 30 天以内,链接能打开。
部分通过
  • 3–4 篇满足全部要求。
失败
  • 不超过 2 篇,或者有编造的笔记。

每轮更换的参数

  • {topic}

提示词模板是公开的,具体参数在每轮结果发布时一起公开。

保留的证据

  • screen_recording
  • link_check_log