rea.run

← 环境

数据集环境 数据与分析 BSL-1.1 HAR

DirectusEnv-REA

DirectusEnv-REA 是面向 Directus 的 AgentEnv 回放环境:无头 CMS 与数据平台。 由 REA 录制、以 Hugging Face 数据集发布,经 MCP 工具练习——本页是 rea.run 上的教学镜像,不是运行时。

数字与字段引自 Hugging Face note/目录快照。

在 Hugging Face 打开

数据集与大型 HAR/parquet 留在 HF。本页只做教学镜像,不托管运行时。

打开 HF 数据集 ↗

录制目标

产品: Directus

版本: 11.17.4

许可: BSL-1.1

托管形态: self-hosted on synthetic data

捕获方式: HAR(HTTP 归档)

更新: 2026年10月19日 (Asia/Shanghai)

AgentEnv 指标

MCP 工具数: 43

检索任务: 12

下载(HF 快照): 416

点赞: 1

id: earakely-scale/DirectusEnv-REA

这是什么

DirectusEnv-REA(Directus)是面向「无头 CMS 与数据平台」场景的 AgentEnv 回放环境。产品名与 Env 名保留英文;本页用中文说明教学要点。

  • 产品: Directus
  • 场景: 无头 CMS 与数据平台。
  • 分类: 数据与分析

REA 捕获了什么

  • 捕获形式:HAR(HTTP 归档)(note:Captured as a HAR)。
  • 目标产品/版本:Directus 11.17.4。
  • 许可(HF note):BSL-1.1。
  • 托管/数据形态:self-hosted on synthetic data。
  • 大型 HAR/parquet 文件在 Hugging Face 数据集中,不在本站 Pages。

在 AgentEnv 里练什么

该环境暴露约 43 个 MCP 工具、12 个检索任务(HF note 快照)。 检索任务:智能体通过 MCP 工具在回放环境中查找或操作信息;基线表给出公开模型的得分。 读基线表:分数形如 a/b —— a 为答对任务数,b 为任务总数;与上方任务数对照。 练习发生在 AgentEnv/HF,不在 rea.run。

指标 数值(HF note)
MCP 工具数 43
检索任务 12

模型基线

分数来自 HF note 快照(检索任务得分)。如何读:分子=答对任务数,分母=任务总数。

模型 分数
gpt-oss-120b 12/12
GLM-5.3-Flash 12/12

与 REA 的关系

链路:REA 捕获授权浏览器/API 会话 → 发布为 Hugging Face 数据集 → 在 Scale AgentEnv 上以 MCP 工具回放。rea.run 提供分类目录与教学说明,不是运行时,也不托管捕获文件。

  1. 1

    先取得目标授权(自有/开源/书面许可/合规实验室)。

  2. 2

    用 REA 录制浏览器会话(HAR 或 capture-browser-scenario)。

  3. 3

    在 Scale AgentEnv/HF Space 上以 MCP 工具回放——不是在 rea.run 上跑。

许可与合规

许可(引自 HF note):BSL-1.1。 仅限授权使用:自有系统、开源、书面许可或合规实验室。不要对未授权生产目标录制或回放。 本站不提供破解、绕过或未授权访问指导。

合规 · 合法边界

下一步

安装 AgentEnv/REA

要在本机用 REA 录制会话:按官方来源安装 rea-agents。AgentEnv 回放与评测在 Scale/HF 侧进行——不是本站。

HF note 原文(引用)

以下为目录快照中的 note,非逐字转载长文档。

Data & analytics · Directus 11.17.4 (BSL-1.1), self-hosted on synthetic data. Headless CMS and data platform. 43 tools, 12 retrieval tasks; gpt-oss-120b 12/12, GLM-5.3-Flash 12/12. Captured as a HAR.

同分类