Open Operator: execução de operações automatizadas em navegadores de nuvem com inteligência de IA

Introdução geral

Open Operator O Open Operator é um projeto de código aberto que visa automatizar operações no navegador por meio de inteligências de IA. Desenvolvido pelo Browserbase, o projeto combina as tecnologias do Stagehand e do Browserbase para permitir que os usuários controlem o comportamento de seus navegadores por meio de comandos de linguagem natural. O Open Operator não fornece um serviço direto, mas serve como uma implementação de referência que demonstra como os recursos de navegação na Web podem ser integrados a uma ferramenta de IA. Ele é adequado para desenvolvedores que desejam criar e testar suas próprias ferramentas de automação de navegador ou entender as complexidades da interação da IA com páginas da Web.

Lista de funções

• Operação do navegador do driver de IAUso de comandos de linguagem natural para permitir que a IA simule a operação manual de um navegador.
• Conversão de linguagem natural para navegadorConverta a linguagem natural do usuário em ações específicas do navegador com a ferramenta Stagehand.
• Código aberto e escalabilidadeFornecimento de código-fonte completo, incentivo à participação da comunidade e suporte aos usuários para ampliar a funcionalidade conforme necessário.
• Integração com o BrowserbaseUtilização da infraestrutura de navegador em nuvem do Browserbase garante operações eficientes e estáveis.
• recursos educacionaisInclui ampla documentação e código de amostra para ajudar desenvolvedores iniciantes e profissionais a aprender e aplicar.

Usando a Ajuda

Processo de instalação

Como o Open Operator é um projeto de código aberto, não há etapas de instalação no sentido tradicional, mas você pode seguir as etapas abaixo para começar ou desenvolver:

1.armazém de clones：

• Abra um terminal ou prompt de comando.
• fazer uso degit clonepara clonar o projeto localmente:

  git clone https://github.com/browserbase/open-operator.git
  

• Vá para o catálogo de projetos:

  cd open-operator
  

2.Instalação de dependências：

• Certifique-se de que você tenha o Node.js e o npm instalados, pois o projeto usa o gerenciador de pacotes pnpm.
• Instale o pnpm (se ainda não estiver instalado):

  npm install -g pnpm
  

• Instale as dependências do projeto:

  pnpm install
  

3.Projetos em andamento：

• Inicie o servidor local:

  pnpm dev
  

• Abra seu navegador e acessehttp://localhost:3000para ver o Open Operator em ação.

Diretrizes para uso

Compreensão da estrutura do projeto：

• src/que contém todo o código-fonte.src/agent/O catálogo é de particular interesse, onde a lógica das inteligências de IA é definida.
• examples/O código de amostra está incluído para ajudá-lo a entender rapidamente como usar o projeto.

Escreva sua primeira missão de IA：

• compiladorexamples/example.tsAqui está um exemplo simples que mostra como usar a IA para manipulação da Web. O exemplo de código está abaixo:

import { Agent } from '@browserbase/open-operator';
  import { OpenAI } from 'langchain/llms/openai';

  async function run() {
    const agent = new Agent({
      llm: new OpenAI({ temperature: 0 }),
    });

    const task = await agent.run({
      task: "Search for 'Browserbase' on Google and click on the first result.",
    });

    console.log(task.result);
  }

  run();

• Este código mostra como instanciar um agente e, em seguida, executar uma tarefa simples de busca e clique.

Teste e depuração:

• Use as ferramentas de desenvolvedor do navegador para observar os efeitos em tempo real das operações de IA. Solicitações de rede, logs de console e muito mais podem ser visualizados no Chrome DevTools para monitorar cada etapa de uma operação de IA.
• Teste diferentes tarefas de IA modificando o arquivo example.ts ou adicionando novos arquivos de script.

Extensão e personalização:

• Você pode ampliar a funcionalidade do Open Operator modificando a classe Agent ou adicionando uma nova lógica de processamento, conforme necessário.
• Consulte a documentação do Stagehand para obter um controle mais preciso das operações do navegador.

Com as etapas e os guias acima, você pode começar a explorar o Open Operator e entender sua filosofia de design e, por sua vez, desenvolver aplicativos mais complexos de automação de navegador com IA.