> ## Documentation Index
> Fetch the complete documentation index at: https://qitor.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# OSWorld 基准测试适配器

> QitOS 中真正的 OSWorld 基准测试适配器路径，并与桌面入门基准测试和可复现基线方案区分开来。

# OSWorld 基准测试适配器

现在 QitOS 明确区分三层：

* **框架层**：`DesktopEnv`、`ActionSpace`、`EnvironmentAdapter`、qita 可视化调试
* **基准测试层**：`qitos.benchmark.osworld`
* **方案层**：`qitos.recipes.desktop.osworld_starter`

`osworld` 不再被 `desktop-starter` 这个入门基准测试名称隐含替代。

## `qitos.benchmark.osworld` 负责什么

OSWorld 基准测试族只负责与基准测试相关的内容：

* 从 `test_all.json` 和 domain/example JSON 读取真实数据集
* 样本身份与基准测试元数据归一化
* 基准测试运行时准备与收尾钩子
* OSWorld 专用安装与后配置生命周期
* 上游评估器与获取器桥接
* 评分器输出与基准测试原生产物

这些都不应该塞进 `qitos/core` 或通用 `DesktopEnv`。

## 不属于这里的内容

这些仍然属于框架层：

* 与供应商无关的 GUI 动作词表
* `DesktopEnv`
* 多模态观测结果契约
* qita 截图时间轴、回放与叠加
* 协议、解析器、原生工具调用的家族预设所有权

## 标准用法

入门基准测试仍然是：

```bash theme={null}
qit bench run \
  --benchmark desktop-starter \
  --split starter \
  --strategy desktop_smoke \
  --output ./artifacts/desktop-starter.jsonl
```

真实基准测试族则是独立路径：

```bash theme={null}
qit bench run \
  --benchmark osworld \
  --split test \
  --root /path/to/OSWorld/evaluation_examples \
  --strategy osworld_baseline \
  --model-family qwen \
  --model-name qwen-plus \
  --output ./artifacts/osworld.jsonl
```

`desktop` 仍然保留为 `desktop-starter` 的兼容别名，但标准基准测试名称现在是 `desktop-starter`。

## 当前应该如何理解

`osworld` 现在已经成为 QitOS 里的官方基准测试族，但它应被理解为基准测试适配器层，而不是对完整 OSWorld 对等性的过度宣称。