harbor-framework / terminal-bench-science

Terminal-Bench-Science：在科学领域的研究工作流程中评估 AI 代理

应用与完整系统通用PythonApache-2.0 · 宽松，可直接商用

用途与标签

项目原文 · GitHub

Terminal-Bench-Science: Evaluating AI agents on research workflows across scientific domains