wandr

WANDR 是一个面向宽域深度研究任务的基准测试框架，用于评估AI系统在大规模结构化信息处理中的综合能力。其核心功能涵盖广度发现、信息富化、系统化抽取、实体消歧及证据驱动的答案合成；技术上采用分层架构（源数据、适配器、Harbor任务包、通用中继代理），支持本地Docker或E2B云环境执行，并依赖多API提供商（如OpenAI、Perplexity、Exa）完成端到端评测。适用于评估复杂推理、多跳检索、事实验证与研究型问答等高阶AI能力场景。