MolmoWeb

能自主操作浏览器的网页 Agent 大多基于闭源模型，研究者无法复现和改进。MolmoWeb 是 Ai2 构建的开源多模态网页智能体，给一个自然语言任务，它就自主点击、输入、滚动和导航完成。

仓库包含 Agent 代码、推理客户端、评测基准和训练所需的一切，模型和数据全部开放。

软件功能

自主浏览：点击输入导航。

多模态：看懂网页截图。

评测基准：可复现。

全开放：模型与数据。