AI Web Operator：浏览器自动化操作，OpenAI Operator的开源实现

综合介绍

AI Web Operator 是一个开源的 AI 浏览器操作工具，旨在通过集成多种 AI 技术和 SDK，简化用户在浏览器中的操作体验。该工具基于 Browserbase 和 Vercel AI SDK 构建，支持多种大型语言模型（LLMs），如 Anthropic Claude。用户可以通过简单的配置和安装，快速上手使用该工具，实现自动化浏览器操作、持久会话管理等功能。AI Web Operator 适用于开发者、研究人员和对 AI 技术感兴趣的用户，提供了灵活且可扩展的解决方案。

功能列表

• 自动化浏览器操作：通过集成 Browserbase API，实现自动化的浏览器操作。
• 持久会话管理：支持持久会话，保持任务历史记录。
• 多模型支持：兼容多种大型语言模型（LLMs），如 Anthropic Claude。
• 高效的开发环境：基于 Vercel AI SDK，提供高效的开发和运行环境。
• 开源和可扩展：完全开源，用户可以根据需求进行二次开发和扩展。

使用帮助

安装流程

1. 克隆仓库：

   git clone https://github.com/CognosysAI/browser.git
cd browser

2. 安装依赖： 使用 pnpm 安装依赖：

   pnpm install

3. 配置环境变量： 创建 .env.local 文件，并添加以下内容：

   BROWSERBASE_API_KEY=your_key_here
BROWSERBASE_PROJECT_ID=your_key_here
ANTHROPIC_API_KEY=your_key_here
UPSTASH_REDIS_REST_URL=optional_redis_url
UPSTASH_REDIS_REST_TOKEN=optional_redis_token

4. 启动开发服务器：

   pnpm run dev

打开浏览器访问 http://localhost:3000。

功能操作指南

1. 自动化浏览器操作：
   • 配置 Browserbase API 密钥和项目 ID 后，用户可以通过 API 调用实现自动化浏览器操作，如页面导航、表单填写等。
2. 持久会话管理：
   • 通过配置 Upstash Redis，用户可以实现持久会话管理，保持任务历史记录，方便后续操作。
3. 多模型支持：
   • 配置 Anthropic API 密钥后，用户可以调用多种大型语言模型，进行自然语言处理任务。
4. 高效的开发环境：
   • 基于 Vercel AI SDK，提供高效的开发和运行环境，支持快速迭代和部署。