Open Operator: Realización de operaciones automatizadas en navegadores en la nube con inteligencia artificial

Introducción general

Abrir Operador Open Operator es un proyecto de código abierto que pretende automatizar operaciones en el navegador mediante inteligencias de IA. Desarrollado por Browserbase, el proyecto combina las tecnologías de Stagehand y Browserbase para permitir a los usuarios controlar el comportamiento de sus navegadores mediante comandos en lenguaje natural.Open Operator no proporciona un servicio directo, sino que sirve como implementación de referencia que demuestra cómo las capacidades de navegación web pueden integrarse en una herramienta de IA. Es adecuado para desarrolladores que quieran crear y probar sus propias herramientas de automatización del navegador, o para comprender las complejidades de la interacción de la IA con las páginas web.

Lista de funciones

• Funcionamiento del navegador AI Driver: Uso de comandos de lenguaje natural para permitir a la IA simular el funcionamiento manual de un navegador.
• Conversión de lenguaje natural a navegadorTraduce el lenguaje natural del usuario en acciones específicas del navegador con la herramienta Stagehand.
• Código abierto y escalabilidadProporcionar el código fuente completo, fomentar la participación de la comunidad y ayudar a los usuarios a ampliar las funciones según sea necesario.
• Integración con Browserbase: Aprovechar la infraestructura de navegador en la nube de Browserbase garantiza operaciones eficientes y estables.
• recursos educativos: Incluye amplia documentación y código de ejemplo para ayudar a los desarrolladores principiantes y profesionales a aprender y aplicar.

Utilizar la ayuda

Proceso de instalación

Dado que Open Operator es un proyecto de código abierto, no hay pasos de instalación en el sentido tradicional, pero puede seguir los pasos que se indican a continuación para empezar o desarrollar:

1.almacén de clones::

• Abra un terminal o símbolo del sistema.
• utilizargit clonepara clonar el proyecto localmente:

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

• Vaya al catálogo de proyectos:

  cd open-operator
  

2.Instalación de dependencias::

• Asegúrate de tener Node.js y npm instalados, ya que el proyecto utiliza el gestor de paquetes pnpm.
• Instale pnpm (si no está ya instalado):

  npm install -g pnpm
  

• Instale las dependencias del proyecto:

  pnpm install
  

3.Proyectos en curso::

• Inicie el servidor local:

  pnpm dev
  

• Abra su navegador y visitehttp://localhost:3000para ver Open Operator en acción.

Normas de uso

Comprender la estructura del proyecto::

• src/que contiene todo el código fuente.src/agent/De especial interés es el catálogo, donde se define la lógica de las inteligencias artificiales.
• examples/Se incluye código de ejemplo para ayudarle a comprender rápidamente cómo utilizar el proyecto.

Escriba su primera misión de IA::

• compiladorexamples/example.tsHe aquí un ejemplo sencillo que muestra cómo utilizar la IA para la manipulación web. La muestra de código está abajo:

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 muestra cómo instanciar un Agente y luego realizar una simple tarea de búsqueda y clic.

Pruebas y depuración:

• Utiliza las herramientas de desarrollo de tu navegador para observar los efectos en tiempo real de las operaciones de IA. Las solicitudes de red, los registros de la consola y mucho más se pueden ver en Chrome DevTools para supervisar cada paso de una operación de IA.
• Pruebe diferentes tareas de IA modificando example.ts o añadiendo nuevos archivos de script.

Ampliación y personalización:

• Puede ampliar la funcionalidad de Open Operator modificando la clase Agente o añadiendo nueva lógica de procesamiento según sea necesario.
• Consulte la documentación de Stagehand para un control más preciso de las operaciones del navegador.

Con los pasos y guías anteriores, puedes empezar a explorar Open Operator y entender su filosofía de diseño, y a su vez desarrollar aplicaciones de automatización de navegadores más complejas basadas en IA.