Nanobrowser: мультиинтеллектуальный плагин для автоматизации задач в браузерах

Общее введение

Nanobrowser - это расширение для Chrome с открытым исходным кодом, предназначенное для автоматизации веб-задач с помощью мультиагентной системы на базе ИИ. Это бесплатная альтернатива OpenAI Operator, которую пользователи могут использовать, просто предоставив свой API-ключ LLM (Large Language Model), с поддержкой OpenAI и антропных моделей, а в будущем планируется расширение возможностей. Все операции выполняются в локальном браузере, без передачи данных в облако, что обеспечивает конфиденциальность и безопасность. Nanobrowser решает задачи от простого поиска до сложных процессов благодаря совместной работе трех агентов: Planner, Navigator и Validator. Код проекта размещен на GitHub с активным сообществом, где пользователи могут участвовать в обсуждениях и вносить свой вклад через Discord или X.

Список функций

• мультиагентная системаПланировщик разрабатывает стратегии, Навигатор выполняет операции, а Валидатор проверяет результаты, сотрудничая в решении сложных задач.
• Гибкая поддержка LLM: Поддержка OpenAI и Anthropic позволяет пользователям выбирать различные модели для разных агентов.
• локальная операция:: Обработка данных осуществляется локально для защиты конфиденциальности пользователя.
• Автоматизация задач:: Выполнение веб-поиска, заполнение форм, извлечение данных и т. д.
• Интерактивная боковая панель:: Предоставьте интерфейс чата с обновлением статуса в режиме реального времени.
• Диалог с историей:: Ведение записей о задачах для последующего просмотра и управления.
• открытый исходный код и прозрачность: Код открыт для просмотра и улучшения.
• Последующие вопросы:: Поддержка контекстных вопросов по результатам выполнения заданий.

Использование помощи

Процесс установки

Nanobrowser доступен в виде расширения для Chrome, которое предлагает два варианта установки: загрузку готовой версии напрямую или сборку из исходников.

Способ 1: Непосредственная установка предварительно собранной версии

1. Скачать расширения
   • интервью https://github.com/nanobrowser/nanobrowser/releases.
   • Найдите последнюю версию (например, v1.0.0) на странице "Релизы".
   • Загрузите файл под названием "nanobrowser.zip".
2. Распакуйте файл
   • Распакуйте файл "nanobrowser.zip" в локальную папку (например, в папку "nanobrowser").
3. Загрузка в Chrome
   • Откройте Chrome и введитеchrome://extensions/.
   • Включите "Режим разработчика" в правом верхнем углу.
   • Нажмите на кнопку "Загрузить распакованное" в левом верхнем углу.
   • Выберите распакованную папку "nanobrowser" и нажмите "Выбрать папку".
   • После успешной установки на панели инструментов Chrome появится значок Nanobrowser.
4. Настройка ключа API
   • Щелкните значок Nanobrowser на панели инструментов, чтобы открыть боковую панель.
   • Нажмите на значок "Настройки" в правом верхнем углу.
   • Введите свой API-ключ LLM (его можно получить на сайтах OpenAI или Anthropic).
   • Выберите модели для Planner, Navigator, Validator (например, GPT-4o от OpenAI или Claude от Anthropic).
   • Сохраните настройки, чтобы завершить конфигурацию.

Метод 2: Сборка из исходного кода

1. Подготовка среды
   • монтаж Node.js(v22.12.0 или более поздняя версия).
   • монтаж pnpm(версия 9.15.1 или более поздняя).
2. склад клонов
   • Откройте терминал и введите следующую команду:

     git clone https://github.com/nanobrowser/nanobrowser.git
     cd nanobrowser
     

3. Установка зависимостей
   • Вход:

     pnpm install
     

4. Пристройки к зданиям
   • Вход:

     pnpm build
     

   • После завершения сборки в папке "dist" появятся файлы расширения.
5. Загрузка в Chrome
   • Выполните шаг 3 в "Методе 1", чтобы загрузить папку "dist".
6. Режим разработки (опционально)
   • Если требуется отладка в реальном времени, запустите его:

     pnpm dev
     

Как использовать основные функции

1. автоматизация мандатов

• рабочий процесс:
  • Щелкните значок Nanobrowser на панели инструментов, чтобы открыть боковую панель.
  • Введите команду задачи в поле ввода, например, "Перейти на TechCrunch и извлечь 10 лучших заголовков за последние 24 часа".
  • Нажмите "Выполнить", чтобы запустить мультиагентную систему:
    • Планировщик: Составьте план задач, например, откройте TechCrunch и найдите область заголовков.
    • Навигатор:: Выполнение веб-навигации и извлечение данных.
    • Валидатор:: Соответствие результатов проверки требованиям.
  • Результаты отображаются на боковой панели, которая поддерживает копирование или последующие вопросы.
• Сценарии использования:
  • Сводка новостей: Извлекает самую свежую информацию с определенного веб-сайта.
  • Исследование покупок:: Найдите на Amazon "водонепроницаемый bluetooth-динамик, менее $50, с более чем 10 часами автономной работы".
  • Исследование кода: Найдите самые популярные репозитории Python на GitHub.

2. Модель агента конфигурации

• рабочий процесс:
  • Откройте боковую панель и нажмите на "Настройки".
  • Введите ключ API и выберите модель, например:
    • Планировщик: OpenAI GPT-4o
    • Навигатор. АнтропологияКлод 3.5 Сонет
    • Валидатор: OpenAI GPT-3.5
  • Нажмите "Сохранить", чтобы проверить успешность подключения.
• привлекать внимание к чему-л.:
  • Разные модели подходят для разных задач, и для повышения эффективности рекомендуется пробовать их сочетания.
  • Убедитесь, что ключ API действителен, чтобы избежать прерывания выполнения задания.

3. Просмотр и управление историей диалогов

• рабочий процесс:
  • Выберите История разговоров на боковой панели.
  • Отображает список заданий с указанием времени, инструкций и результатов.
  • Нажмите на запись, чтобы просмотреть подробности, или выберите "Повторить", чтобы запустить ее снова.
• практический навык:
  • Экспортируйте историю в файл JSON для удобства резервного копирования.
  • Изучите журналы неудачных заданий и оптимизируйте инструкции или модели.

4. последующие вопросы

• рабочий процесс:
  • После выполнения задания введите в боковую панель вопрос, например "Какие из этих заголовков связаны с искусственным интеллектом?". .
  • Система отвечает, основываясь на предыдущих результатах, без необходимости повторного выполнения всего задания.
• доминирование:
  • Повышенная эффективность взаимодействия и пригодность для углубленного анализа.

Функциональное управление

мультиагентная система

• Как испытать:
  • Введите сложные команды, например "Найти 5 самых популярных моделей ИИ на HuggingFace и составить список".
  • Планировщик разбивает задачу, Навигатор извлекает данные, а Валидатор проверяет их точность.
  • Результаты возвращаются в структурированном виде.
• доминирование:
  • Динамическая коррекция ошибок: планировщик корректирует свою стратегию, когда сталкивается с препятствиями.
  • Эффективная совместная работа: экономьте время, обрабатывая три агента параллельно.

Локальное управление и защита конфиденциальности

• Как проверить:
  • Откройте Chrome Developer Tools (F12) и переключитесь на вкладку "Сеть".
  • При выполнении задания видны только вызовы LLM API, без других внешних запросов.
• пробег:
  • Учетные данные пользователей и конфиденциальная информация не загружаются в облако, что делает его безопасным и надежным.

Интерактивная боковая панель

• Как использовать:
  • При открытии боковой панели в режиме реального времени отображается ход выполнения задания (например, "Навигация", "Проверка").
  • Поддержка корректировки команд или остановки заданий на полпути.
• особенности:
  • Интерфейс интуитивно понятен и подходит как для начинающих, так и для профессиональных пользователей.

предостережение

• сетевые требования: Для вызова LLM API требуется стабильная сеть.
• Рекомендации по аппаратному обеспечению:: Работает лучше на высокопроизводительном оборудовании.
• Поддержка общества:: Присоединяйтесь, если у вас есть проблемы Дискорд или внимание X Обратитесь за помощью.