ShopGym：用于电子商务 Web 代理真实模拟与可扩展基准测试的综合框架

开发电商 Web 代理需兼顾环境真实性与实验可控性。现有方法难以两全：真实店铺不可复现，沙盒环境缺乏多样性。本文提出 ShopGym，一个集成框架，旨在解决这一方法论瓶颈。其模拟层 ShopArena 将真实店铺转化为可重置的沙盒环境；任务生成器 ShopGuru 基于店铺结构合成涵盖七类技能的基准任务。实验表明，合成环境保留了真实店铺的关键结构特征，且代理在两者上的表现呈正相关，为代理技能评估提供了可扩展方案。