Proxy Lite：3B参数视觉模型驱动的网页自动化工具-首席AI分享圈

🚀邀请体验：中国首家 AI IDE 智能编程软件 Trae 中文版下载，不限量使用 DeepSeek-R1 和 Doubao-pro!

综合介绍

Proxy Lite 是由 Convergence AI 开发的一款开源、轻量级网页自动化工具，作为 Proxy 的迷你版，采用开放权重设计。它基于 3B参数的视觉语言模型（VLM），能够自主完成网页导航与任务执行，例如查找信息或操作浏览器。项目托管于 GitHub，用户可免费下载并自定义代码。Proxy Lite 默认连接 Hugging Face Spaces 的演示端点，但官方建议通过 vLLM 在本地部署以获得最佳性能。它资源占用低，适合开发者在个人设备上运行，专注于自动化任务而非用户交互。

Proxy Lite：3B参数视觉模型驱动的网页自动化工具-1

功能列表

网页自动化操作：自动导航网页，执行点击、输入、滚动等操作。
任务执行：根据指令完成特定任务，如搜索市场并返回评分。
本地运行支持：可在个人设备上通过 vLLM 部署运行。
开源可扩展：提供完整代码，用户可调整模型或环境配置。
低资源占用：轻量设计，适合消费级硬件运行。
浏览器交互：通过 Playwright 驱动 Chromium 浏览器，支持无头模式。

使用帮助

Proxy Lite 是一个专注于网页自动化的开源工具，适合开发者与技术爱好者使用。以下是详细的安装与使用指南，确保用户能够顺利部署并运行。

安装流程

Proxy Lite 需要本地环境支持，以下是官方推荐的安装步骤：

1. 环境准备

操作系统：Windows、Linux 或 macOS。
硬件要求：普通消费级设备即可，推荐 8GB 以上内存。
软件依赖：
- Python 3.11。
- Git（用于克隆仓库）。
- Playwright（浏览器控制库）。
- vLLM（模型推理框架）。
- Transformers（需从源代码安装以支持 Qwen-2.5-VL）。

2. 克隆仓库

在终端运行以下命令下载代码：

git clone https://github.com/convergence-ai/proxy-lite.git
cd proxy-lite

3. 设置环境

快速安装：
```
make proxy
```
手动安装：
```
pip install uv
uv venv --python 3.11 --python-preference managed
uv sync
uv pip install -e .
playwright install
```
- 注：若本地部署模型，需安装 vLLM 和 Transformers：
```
uv sync --all-extras
```
  Transformers 需从源代码安装以支持 Qwen-2.5-VL，版本已在 pyproject.toml 中指定。

4. 本地部署（推荐）

官方建议使用 vLLM 部署本地端点，避免依赖演示端点：

vllm serve convergence-ai/proxy-lite-3b --trust-remote-code --enable-auto-tool-choice --tool-call-parser hermes --port 8008

参数说明：
- --trust-remote-code：允许加载远程代码。
- --enable-auto-tool-choice：启用自动工具选择。
- --tool-call-parser hermes：使用 Hermes 解析工具调用。
服务运行后，端点地址为 http://localhost:8008/v1。

使用方法

Proxy Lite 提供三种使用方式：命令行、Web UI 和 Python 集成。

方式 1：命令行操作

运行任务：

proxy "Find some markets near Kings Cross and tell me their ratings."

默认使用 Hugging Face 演示端点，可能较慢。

使用本地端点：

proxy --api-base http://localhost:8008/v1 "Find some markets near Kings Cross and tell me their ratings."

或设置环境变量：

export PROXY_LITE_API_BASE=http://localhost:8008/v1

方式 2：Web UI 操作

启动界面：
```
make app
```
访问：
在浏览器输入 http://localhost:8501，通过界面输入任务。

方式 3：Python 集成

代码示例：

import asyncio
from proxy_lite import Runner, RunnerConfig
config = RunnerConfig.from_dict({
"environment": {
"name": "webbrowser",
"homepage": "https://www.google.com",
"headless": True
},
"solver": {
"name": "simple",
"agent": {
"name": "proxy_lite",
"client": {
"name": "convergence",
"model_id": "convergence-ai/proxy-lite-3b",
"api_base": "http://localhost:8008/v1"
}
}
},
"max_steps": 50,
"action_timeout": 1800,
"environment_timeout": 1800,
"task_timeout": 18000,
"logger_level": "DEBUG"
})
proxy = Runner(config=config)
result = asyncio.run(proxy.run("Book a table for 2 at an Italian restaurant in Kings Cross tonight at 7pm."))
print(result)

说明：通过 Runner 类在浏览器环境中运行任务，支持自定义配置。

主要功能操作流程

功能 1：网页自动化操作

步骤：
1. 启动本地端点（见安装步骤 4）。
2. 输入任务：
```
proxy --api-base http://localhost:8008/v1 "Search for markets near Kings Cross."
```
3. Proxy Lite 使用 Playwright 控制浏览器，执行导航和操作。
注意：任务需明确，避免需要用户交互的复杂操作。

功能 2：任务执行

步骤：
1. 通过命令行或 Python 输入任务：
```
result = asyncio.run(proxy.run("Find some markets near Kings Cross and tell me their ratings."))
```
2. 模型返回结果，基于观察-思考-行动循环。
限制：不支持需登录或复杂交互的任务，除非提供所有必要信息。