Airtop：使用自然语言控制的浏览器自动化工具

综合介绍

Airtop 是一个基于人工智能的浏览器自动化工具。它让用户通过简单的自然语言命令，就能控制云端浏览器完成复杂的网页操作，比如登录网站、抓取数据或执行自动化任务。它解决了传统脚本编写复杂且容易出错的问题，特别适合需要处理多重身份验证（像 OAuth 或双重认证）的场景。Airtop 的核心在于它的云浏览器技术，可以轻松扩展到多个浏览器实例，满足大规模任务需求。它还提供实时人工干预功能，让用户在必要时接手操作。简单来说，Airtop 把繁琐的网页自动化变得更直观、更高效。

功能列表

• 自然语言控制：用户可以用日常语言指挥浏览器，比如“登录网站”或“抓取页面数据”。
• 云浏览器支持：提供可扩展的云端浏览器，适合单次或大规模操作。
• 复杂身份验证处理：支持 OAuth、双重认证（2FA）和验证码解决，轻松访问需要登录的网站。
• 数据抓取与提取：能从网页提取结构化数据，比如产品信息或搜索结果。
• 实时人工干预：通过 Live View 功能，允许用户随时接管浏览器操作。
• 文件操作支持：支持上传、下载文件，以及复制粘贴等基本功能。
• API 集成：提供 TypeScript 和 Python 的 SDK，方便开发者集成到自己的项目中。

使用帮助

Airtop 的使用非常简单，不需要复杂的安装流程，只要注册账号并通过官网访问即可。下面详细介绍如何上手和操作它的主要功能。

如何开始使用

1. 注册与登录
   打开 https://www.airtop.ai/，点击右上角的“Sign Up”按钮，填写邮箱和密码完成注册。注册后登录账号，你会进入 Airtop 的控制面板。
2. 创建浏览器会话
   登录后，点击“Create Session”按钮，系统会自动为你分配一个云浏览器。你可以选择浏览器的分辨率（默认是人类常用尺寸，比如 1920x1080）。
3. 使用自然语言命令
   在控制面板中，找到输入框，直接输入命令。比如，想让浏览器打开谷歌，你可以输入“打开谷歌主页”。Airtop 的 AI 会解析命令并执行。

主要功能操作流程

1. 自然语言控制

• 操作步骤：
  在输入框中输入具体的命令，比如“搜索 Airtop 的最新消息”。浏览器会自动打开搜索引擎，输入关键词并展示结果。你也可以输入“点击页面上的第一个链接”，AI 会模拟人类点击行为。
• 注意事项：
  命令尽量清晰具体，避免模糊表述。如果命令没被正确执行，可以通过 Live View 检查浏览器状态。

2. 处理身份验证

• 操作步骤：
  如果目标网站需要登录，先输入“打开 [网站地址]”。然后通过 Live View 功能（点击“Generate Live View URL”生成链接），手动完成登录，比如输入账号密码或扫描二维码。登录完成后，点击“Save Session Profile”，保存当前会话状态。之后可以用保存的会话直接访问已登录页面，无需再次手动操作。
• 特色用法：
  对于需要双重认证的网站，Live View 能让你实时输入验证码。保存会话后，AI 代理可以继续操作，比如“抓取我的订单列表”。

3. 数据抓取与提取

• 操作步骤：
  假设你要抓取电商网站的产品信息，先输入“打开 [电商网站] 并搜索手机”。等页面加载完成后，输入“提取页面上所有产品名称和价格”。Airtop 会返回结构化数据（比如 JSON 格式），你可以直接下载或通过 API 获取。
• 高级用法：
  如果页面有分页，可以输入“点击下一页并继续提取数据”，Airtop 会自动翻页并汇总所有数据。

4. 实时人工干预

• 操作步骤：
  在任何时候，如果 AI 操作遇到问题，点击“Live View”按钮，生成一个实时链接。打开链接后，你可以像操作本地浏览器一样接管，手动完成复杂任务，比如解决验证码或调整页面布局。完成后，保存会话，AI 会继续执行后续命令。
• 使用技巧：
  Live View 链接可以嵌入到你的应用中，方便团队协作。

5. API 集成

• 准备工作：
  在官网下载 Airtop 的 SDK（支持 TypeScript 和 Python）。比如 Python 用户可以运行：

pip install airtop

然后在代码中导入库：

from airtop import Airtop

• 创建会话示例：
  用代码初始化会话：

  client = Airtop(api_key="你的API密钥")
  session = client.create_session()
  session.command("打开 https://www.google.com")
  

• 提取数据示例：
  用 API 提取网页数据：

  data = session.extract("提取页面上的所有标题")
  print(data)
  

小贴士

• 获取 API 密钥：登录后，在控制面板的“Settings”中找到 API 密钥，复制后用于代码集成。
• 查看文档：官网的 /docs 页面有详细的 API 参考和示例代码。
• 节省资源：用完浏览器后，记得点击“End Session”关闭会话，避免浪费云资源。

通过以上步骤，你可以轻松上手 Airtop，无论是简单浏览还是复杂自动化任务都能搞定。

应用场景

1. 市场研究
   用 Airtop 抓取电商网站的新产品信息，去掉广告干扰，提取价格、型号等数据，方便分析市场趋势。
2. 社交媒体监控
   登录社交平台后，提取特定话题的帖子和评论，帮助品牌了解用户反馈。
3. 自动化办公
   用自然语言命令填写在线表格或下载文件，提升日常工作效率。

QA

1. Airtop 支持哪些编程语言？
   目前支持 TypeScript 和 Python，后续会增加更多语言的 SDK。
2. 需要自己搭建浏览器吗？
   不需要。Airtop 提供云浏览器，你只需通过官网或 API 控制即可。
3. 遇到验证码怎么办？
   用 Live View 功能手动输入验证码，保存会话后，AI 可以继续操作。