agentrhq/webcmd
The Browser Infra that learns and cuts token spend by upto 90%
解決的問題
Webcmd 為 AI 代理提供了一個自我學習的瀏覽器基礎設施，防止它們在每次執行任務時都重新發現相同的網站與導航路徑。這可將令牌消耗減少高達 90%，並透過將變動的瀏覽器互動轉換為決定性命令，提升瀏覽器自動化的可靠性和速度。
工作原理
Webcmd 採用分層方式實現瀏覽器互動：
- 第 0 層（即時瀏覽器控制）： 允許代理使用
webcmd browser在沙箱化的 Playwright 風格環境中檢查、點擊並從不熟悉的網站提取資料。 - 第 1 層（網站地圖記憶）： 記錄觀察到的頁面、工作流程與 API 的代理可見網站地圖，避免重複探索。
- 第 2 層（CLI 建立）： 為特定網站建立可重用的適配器，提供結構化輸出，將代理的令牌消耗從導航轉移到實際任務上。
- 第 3 層（擴展 CLI）： 開發可即時執行的決定性工作流程的自訂命令。
使用者可透過 設定檔（cookie 容器）與 會話（獨立的瀏覽器視窗）管理瀏覽器狀態，允許多個代理安全並行運作。
適用對象
需要頻繁、可靠且成本效益高的網頁瀏覽與從多樣化網站（社群媒體、研究資料庫、購物平台、AI 工具等）提取資料的 AI 代理開發者。
主要亮點
- 令牌效率： 透過將瀏覽器互動壓縮為 CLI 命令，大幅降低使用成本與波動性。
- 分層學習： 從原始瀏覽器控制逐步演進至決定性 CLI 適配器。
- 會話管理： 支援設定檔與隔離會話，適用於認證瀏覽情境。
- 外掛生態系： 包含社群開發的網站適配器目錄（例如 Hacker News、PyPI、Skyscanner）。
- 高效率： 在 BU Bench V1 基準測試中，準確率、每任務成本與代理回合數方面均優於其他工具。
相關
- 專案
- 專案
- 專案
- 專案
- 專案