Accio-org/CommerceAgentBench：真实电商工作流的有状态Agent基准

CommerceAgentBench由阿里巴巴国际站Accio团队开发维护，是有状态Agent基准，面向真实电商工作流，评测完整Agent在交互环境中的任务执行而非单轮问答。当前版本v1.3.1，含107个任务，要求Python≥3.11，基于OpenClaw harness运行，官方给出Pi、OpenClaw与Accio三组参考结果，并提供实时在线排行榜与mock演示站点。基准设有可复现性约定（reproducibility contract），同时开放外部模型评测与合作通道。