agentrhq/webcmd
The Browser Infra that learns and cuts token spend by upto 90%
解决的问题
Webcmd 为 AI 代理提供了一个自我学习的浏览器基础设施，防止它们在每次执行任务时都重新发现相同的网站和导航路径。这可将令牌消耗减少高达 90%，并通过将可变的浏览器交互转换为确定性命令，提高浏览器自动化的可靠性和速度。
工作原理
Webcmd 采用分层方法实现浏览器交互：
- 第 0 层（实时浏览器控制）： 允许代理使用
webcmd browser在沙箱化的 Playwright 风格环境中检查、点击并从不熟悉的网站提取数据。 - 第 1 层（站点地图记忆）： 记录观察到的页面、工作流和 API 的代理可见站点地图，避免重复探索。
- 第 2 层（CLI 编写）： 为特定网站创建可重用的适配器，提供结构化输出，将代理的令牌消耗从导航转移到实际任务上。
- 第 3 层（扩展 CLI）： 开发可即时运行的确定性工作流的定制命令。
用户可通过 配置文件（cookie 容器）和 会话（独立的浏览器窗口）管理浏览器状态，允许多个代理安全并行运行。
适用人群
需要频繁、可靠且成本效益高的网页浏览和从多样化网站（社交媒体、研究数据库、购物平台、AI 工具等）提取数据的 AI 代理开发者。
主要亮点
- 令牌效率： 通过将浏览器交互压缩为 CLI 命令，显著降低使用成本和波动性。
- 分层学习： 从原始浏览器控制逐步演进到确定性 CLI 适配器。
- 会话管理： 支持配置文件和隔离会话，适用于认证浏览场景。
- 插件生态系统： 包含社区开发的站点适配器目录（例如 Hacker News、PyPI、Skyscanner）。
- 高性能： 在 BU Bench V1 基准测试中，准确率、每任务成本和代理轮次方面均优于其他工具。
相关
- 项目
- 项目
- 项目
- 项目
- 项目