Legacy-Nutzung: Hinzufügen von KI-Automatisierungsschnittstellen zu älterer Software ohne APIs

legacy-use ist ein Open-Source-Tool, dessen Hauptaufgabe darin besteht, eine moderne REST-API-Schnittstelle für alte Desktop-Software bereitzustellen, die keine API-Schnittstelle hat (oft als "Legacy-Software" bezeichnet). Es nutzt eine KI-Intelligenz, um die grafische Benutzeroberfläche (GUI) der Software zu "beobachten" und die Tastenanschläge eines menschlichen Benutzers zu imitieren. Auf diese Weise können Entwickler einfache Befehle senden, um alte, geschlossene Software zu automatisieren, genauso wie sie es mit einer normalen API tun würden. Dieses Tool löst das Problem zahlreicher Unternehmen, die für ihr Kerngeschäft immer noch auf kritische, aber veraltete Software angewiesen sind, die sie aber nicht automatisieren können. Es bietet eine Brücke für diese Altsysteme, um auf moderne automatisierte Arbeitsabläufe und KI-Technologien zuzugreifen.

Funktionsliste

• Intelligente Stelle API-SchichtBereitstellung einer KI-gesteuerten API-Schicht für jede Desktop-Anwendung (Windows, Linux usw.), die programmgesteuert aufgerufen werden kann.
• Simulation der menschlichen BedienungIdentifizieren von Schnittstellenelementen durch visuelle KI-Modelle, Simulieren von Mausklicks und Tastatureingaben und Ausführen einer Vielzahl komplexer Vorgänge.
• Konnektivität und ImplementierungIntegrierte Fähigkeit, Verbindungen zu Remote-Desktop-Protokollen wie RDP, VNC usw. zu verarbeiten und Aufgabenwarteschlangen zu verwalten, um an das Zielsystem gesendete Befehle auszuführen.
• DatenextraktionIntelligentsia ist in der Lage, die erforderlichen Daten aus einer Software-Schnittstelle zu erkennen und zu übernehmen, um beispielsweise Zahlen aus einem Bericht zu extrahieren oder Kundeninformationen zu kopieren.
• REST-API-KapselungAlle automatisierten Vorgänge und Datenextraktionsfunktionen sind vereinheitlicht und in einer Standard-REST-API-Schnittstelle gekapselt, um eine einfache Integration mit anderen Systemen zu ermöglichen.
• Überwachung und manuelles EingreifenBietet umfassende Protokollierungs- und Überwachungsfunktionen mit "Leitplanken", die es ermöglichen, automatisierte Prozesse anzuhalten und einen menschlichen Bediener zu benachrichtigen, der im Falle eines Fehlers oder unvorhergesehener Umstände eingreift.

Hilfe verwenden

legacy-use wurde entwickelt, um eine automatisierte Lösung für ältere Desktop-Software zu bieten, die keine API (Application Programming Interface) zur Verfügung stellt. Es funktioniert, indem es eine KI-Intelligenz einsetzt, die die grafische Oberfläche der Software wie ein Mensch "sehen" und "bedienen" kann. Im Folgenden erfahren Sie, wie es funktioniert und wie Sie es verwenden können:

Architektur Kern

Die Legacy-Use-Architektur baut auf dem "Computer Use"-Modell von Anthropic auf und erweitert dessen Möglichkeiten auf Legacy-Software unter Windows, Linux und anderen Betriebssystemen. Anstatt den Code von Legacy-Software zu hacken oder zu verändern, wird eine Interaktionsschicht außerhalb der Software geschaffen, die aus den folgenden Komponenten besteht:

1. Anschluss Infrastruktur
   • FernverbindungDas System muss zunächst eine Verbindung zu dem Computer herstellen, auf dem die Zielsoftware läuft. legacy-use unterstützt Standard-Fernverbindungsprotokolle wieRDP (Remote Desktop Protocol) und VNC (Virtual Network Computing) und kann so konfiguriert werden, dass es ein Netzwerk über dieVPN (Virtual Private Network) für eine sichere Verbindung.
   • AufgabenwarteschlangeAlle Betriebsbefehle, die an die Zielsoftware gesendet werden, gelangen in ein Warteschlangensystem. Diese Warteschlange ist für die Verwaltung der Ausführungsreihenfolge und des Status der Aufgaben zuständig, um einen geordneten und zuverlässigen Betrieb zu gewährleisten.
2. AI-Agent-Ausführung
   • Anweisungen erhaltenSie können der KI-Intelligenz mitteilen, welche Aufgaben erledigt werden müssen, indem Sie erweiterte Befehle (Prompt) senden. Zum Beispiel: "Öffnen Sie das Programm 'Kundenverwaltung', suchen Sie nach 'Zhang San' und kopieren Sie seine Telefonnummer".
   • Visuelle Analyse und ManipulationDie Intelligenz empfängt Befehle und analysiert das Bildschirmbild des Zielcomputers in Echtzeit. Sie nutzt Computer-Vision-Techniken, um Schnittstellenelemente wie Fenster, Schaltflächen, Eingabefelder, Text usw. zu erkennen.
   • Analoge Tastatur und MausDer intelligente Körper simuliert auf der Grundlage der Erkennungsergebnisse und der Befehlsanforderungen eine Reihe von Mausbewegungen, Klicks und Tastatureingaben. Zum Beispiel bewegt er den Mauszeiger auf die Schaltfläche "Suchen", klickt darauf und gibt dann "Zhangsan" in das Eingabefeld ein. Dieser Prozess ist fehlertoleranter als herkömmliche UI-Automatisierungstools wie UIPath, da er sich nicht auf ein festes Oberflächenlayout stützt, sondern auf das visuelle Verständnis zur Positionierung von Elementen.
3. Datenextraktion und API-Exposition
   • Daten-CrawlWenn es notwendig ist, Informationen von der Software zu erhalten, kann der intelligente Körper Daten aus einem bestimmten Bereich des Bildschirms oder aus einem Textfeld gemäß einer Anweisung extrahieren.
   • Konvertieren in REST APIDer kritischste Schritt ist, dass Legacy-Use den gesamten Ablauf der Operationen, einschließlich der Dateneingabe und -ausgabe, in einer einfachen REST-API-Schnittstelle kapselt. Das bedeutet, dass Ihre anderen Anwendungen nun mit einer einzigen HTTP-Anfrage einen komplexen Satz von Vorgängen aus der alten Software auslösen und die zurückgegebenen Daten erhalten können. Sie könnten zum Beispiel einen API-Endpunkt erstellenPOST /api/getCustomerPhoneWenn diese Schnittstelle aufgerufen wird, schließt sie automatisch den gesamten Prozess des Einloggens, der Suche und des Kopierens von Nummern wie oben beschrieben ab und gibt die Telefonnummer zurück.
4. Überwachung und Leitplanken
   • ProtokollierungJeder Schritt, der von den Intelligenzen ausgeführt wird, wird detailliert aufgezeichnet, einschließlich Screenshots und Betriebsprotokollen. Dies bietet eine Grundlage für die Fehlersuche und das Auditing.
   • Künstliche InterventionsmechanismenAutomatisierte Prozesse sind nicht 100% perfekt. Das System löst einen "Leitplanken"-Mechanismus aus, wenn die Intelligenz auf eine unerkennbare Schnittstelle, einen Programmabsturz oder einen unerwarteten Fehler stößt. An diesem Punkt wird der Prozess angehalten und eine Warnung an einen bestimmten menschlichen Bediener gesendet, der den aktuellen Schritt manuell abschließen kann, bevor er die Kontrolle an die Intelligenz zurückgibt.

Beispiel für den Betriebsablauf

Angenommen, Sie müssen aus einer Buchhaltungssoftware für 2009 automatisch Berichte über die Einhaltung von Vorschriften erstellen:

1. Konfigurieren von Verbindungen: Konfigurieren Sie zunächst legacy-use, um sich mit dem Windows-Server zu verbinden, auf dem die BuchhaltungssoftwareRDPAnschrift und Beglaubigungsschreiben.
2. Definieren von AufgabenanweisungenSchreiben Sie eine klare Anweisung (Prompt), die alle Schritte zur Erstellung des Berichts beschreibt: "Melden Sie sich im System an, klicken Sie auf 'Berichtszentrum', wählen Sie 'Compliance-Bericht', stellen Sie den Datumsbereich auf diesen Monat ein, klicken Sie auf die Schaltfläche Klicken Sie auf die Schaltfläche 'Generieren', warten Sie, bis der Bericht angezeigt wird, klicken Sie auf 'In PDF exportieren' und speichern Sie die Datei im Ordner 'Berichte' auf Ihrem Desktop. "
3. Erstellen von API-EndpunktenDefinieren Sie diese Aufgabe als einen API-Endpunkt in der Legacy-Verwendung, zum Beispiel /api/generateComplianceReport.
4. Aufrufen der APIDie KI-Intelligenz von legacy-use meldet sich automatisch beim Server an, öffnet die Buchhaltungssoftware und führt alle Klicks und Eingaben wie ein erfahrener Mitarbeiter durch, um den Bericht schließlich an einem bestimmten Ort zu speichern.

Auf diese Weise können Aufgaben, die früher eine halbe Stunde manuelle Arbeit erforderten, jetzt mit einem einzigen API-Aufruf in wenigen Minuten automatisiert werden.

Anwendungsszenario

1. Automatisierung des Finanz- und Rechnungswesens
   Eine Wirtschaftsprüfungsgesellschaft musste für jeden Kunden manuell Compliance-Berichte aus einer 2009 veröffentlichten Desktop-Finanzsoftware erstellen. Dieser Prozess war umständlich und fehleranfällig. Mithilfe von Legacy-Use wurde der gesamte Berichterstellungsprozess in einer API gekapselt, die das neue System nun automatisch aufruft, um Berichte für alle Kunden im Stapel zu erstellen, ohne dass ein manuelles Eingreifen erforderlich ist.
2. Prozessoptimierung im Gesundheitsmanagement
   Ein Gesundheitsdienstleister verlässt sich bei der täglichen Verwaltung (z. B. Eingabe von Patientendaten, Bearbeitung von Rechnungen) in hohem Maße auf ein veraltetes elektronisches Patientendatensystem (EHR). Das System hatte keine API, was die Synchronisierung von Informationen zwischen verschiedenen Abteilungen erschwerte. Das Unternehmen setzte legacy-use ein, um die Verwaltungsaufgaben von 30% zu automatisieren. Wenn das neue System beispielsweise einen Patiententermin erhält, ruft es automatisch legacy-use auf, um den entsprechenden Datensatz im EHR-System zu erstellen, wodurch sich der Arbeitsaufwand für die Dateneingabe durch das Personal am Empfang verringert.
3. Verwaltung der Produktionsbestände
   Die Bestandsverwaltungssoftware des Werks läuft auf einem lokalen Windows-XP-Rechner und erfordert, dass die Mitarbeiter die Bestände täglich manuell überprüfen und in einer Tabelle aktualisieren. Mit Hilfe von Legacy-Use ist es möglich, eine API zu erstellen, die es einer intelligenten Einrichtung ermöglicht, die Bestandsverwaltungssoftware in regelmäßigen Abständen während des Tages zu öffnen, die Mengen der wichtigsten Materialien abzufragen und die Ergebnisse automatisch in eine Online-Datenbank oder eine gemeinsam genutzte Tabelle zu schreiben, was eine Echtzeitüberwachung der Lagerbestände ermöglicht.
4. Brückenschlag zwischen traditioneller Software und modernen Cloud-Diensten
   Ein Unternehmen wollte Daten aus seiner alten CRM-Desktop-Software (Customer Relationship Management) mit der Salesforce-Plattform in der Cloud synchronisieren. Mit der Legacy-Nutzung kann eine Intelligenz eingerichtet werden, die das alte CRM regelmäßig nach neuen Kundendaten abfragt und diese Daten über die API von Salesforce in die Cloud schreibt und so die Datensilos zwischen dem alten und dem neuen System überbrückt.

QA

1. Was ist der Unterschied zwischen der Verwendung von Legacy- und RPA-Tools wie UIPath?
   Der Hauptunterschied zwischen Legacy-Use und traditionellen RPA-Tools (z. B. UIPath) ist die Art und Weise, wie es von seinem Kern gesteuert wird. Traditionelle RPA stützt sich in der Regel auf vordefinierte Regeln und feste Positionen von Schnittstellenelementen (z. B. XPath), was bei kleinen Änderungen an der Schnittstelle zum Scheitern des Automatisierungsprozesses führen kann. Legacy-Use hingegen basiert auf einem visuellen KI-Modell, das den Inhalt des Bildschirms wie ein Mensch "versteht" und sich besser an Änderungen des Schnittstellen-Layouts anpassen kann, wodurch es fehlertoleranter ist.
2. Ist dieses Tool quelloffen? Wo kann ich es finden?
   Ja, legacy-use ist ein Open-Source-Projekt. Sie können das Quellcode-Repository auf GitHub finden unter https://github.com/legacy-use/legacy-use.
3. Welche technischen Vorkenntnisse sind für die Nutzung dieses Tools erforderlich?
   Die Verwendung von Legacy-Use erfordert ein gewisses technisches Hintergrundwissen. Sie müssen wissen, wie man einen Dienst bereitstellt und konfiguriert, die grundlegenden Konzepte von REST-APIs verstehen und in der Lage sein, klare Anweisungen (Prompts) zur Steuerung von KI-Intelligenzen zu schreiben. Es richtet sich in erster Linie an Entwickler oder technische Teams, die Altsysteme in moderne Arbeitsabläufe integrieren möchten.
4. Welche Software auf welchen Betriebssystemen wird von legacy-use unterstützt?
   Laut Projektbeschreibung handelt es sich um eine Allzwecklösung, die eine API-Schicht zu jeder Desktop-Anwendung hinzufügen kann, einschließlich Software für Windows, Linux und andere Betriebssysteme. Die Verbindung erfolgt über das Remote Desktop Protocol (RDP/VNC), so dass theoretisch jede Desktop-Umgebung, auf die aus der Ferne zugegriffen werden kann, unterstützt werden kann.