Jeomon/Web-Use

해결하는 문제

Web-Use는 복잡한 웹 작업(예: 폼 채우기, 검색 수행, 동적 콘텐츠 상호작용 등)을 자동화하는 자율 브라우징 에이전트입니다. 수동 브라우저 탐색의 필요성을 줄입니다.

작동 방식

이 에이전트는 대규모 언어 모델(LLM)과 Chrome DevTools Protocol(CDP)을 사용하여 웹과 상호작용합니다. XPaths에 의존하지 않고, 요소(버튼, 입력 필드 등)의 구조와 역할을 이해하기 위해 페이지의 DOM에서 "의미적 트리"를 구축합니다. 또한 시각적 이해를 위한 비전 기능과 웹사이트가 에이전트에 특정 도구를 직접 노출할 수 있도록 허용하는 고유 프로토콜인 WebMCP도 지원합니다.

대상 사용자

워크플로우에 지능적이고 LLM 기반의 웹 탐색 및 상호작용을 통합하고자 하는 개발자 및 자동화 엔지니어를 위한 것입니다.

주요 특징

• 다중 LLM 지원: Anthropic Claude, Google Gemini, OpenAI, Groq, Ollama 등 다양한 제공업체와 호환됩니다.
• OAuth 2.0 + PKCE: 인증된 워크플로우를 내장하고 있어, Google이나 GitHub과 같은 서비스에 비밀번호를 저장하지 않고 로그인할 수 있습니다.
• 의미적 트리: 실제 DOM의 부모-자식 관계를 사용하여 에이전트에게 정확한 구조적 맥락을 제공합니다.
• WebMCP: 지원되는 웹사이트가 노출하는 사용자 정의 도구를 자동으로 탐지하고 사용할 수 있습니다.
• 상태 인식: 루프나 오류를 방지하기 위해 페이지 상태를 유지합니다.
• 파일 작업: 파일 다운로드 및 폼에 콘텐츠 업로드가 가능합니다.