browser-use/browser-harness
Browser Harness | Self-healing harness that enables LLMs to complete any task.
解决的问题
标准的浏览器自动化通常缺乏处理复杂且不可预测的网络任务所需的灵活性。本项目提供了一种通过 websocket 将 LLM 直接连接到真实的 Chrome/Chromium 浏览器的方法，让智能体能够摆脱僵化的自动化脚本限制，自由地执行任务。
工作原理
该框架通过 Chrome DevTools Protocol (CDP) 连接到正在运行的浏览器。它采用了一种独特的方法，即智能体可以在执行过程中编写缺失的辅助函数或特定领域的技能。当智能体遇到无法使用现有工具完成的任务时，它会编写必要的 Python 代码来解决问题，从而在每次运行时有效地提升框架的能力。
适用对象
- AI Agent 开发者：希望在真实浏览器环境中赋予模型完全自由度的开发者。
- 自动化工程师：需要智能体处理复杂的特定站点工作流（如 LinkedIn 推广或 Amazon 订购）的工程师。
- 开发者：想要构建能够通过经验学习选择器和流程的自我进化网络智能体。
亮点
- 自我进化能力：智能体在遇到新任务时会编写自己的辅助函数和领域技能。
- 直接 CDP 连接：使用单个 websocket 连接到 Chrome，提供轻量且可编辑的接口。
- 领域技能：支持可重用的特定站点技能，用于教导智能体特定的选择器和流程。
- 云端选项：提供云服务，支持隐身模式、子智能体或包含验证码解决功能的无头部署。