browser-use/browser-harness
Browser Harness | Self-healing harness that enables LLMs to complete any task.
解決的問題
標準的瀏覽器自動化通常缺乏處理複雜且不可預測的網路任務所需的靈活性。本專案提供了一種透過 websocket 將 LLM 直接連接到真實的 Chrome/Chromium 瀏覽器的方法，讓代理人能夠擺脫僵化的自動化腳本限制，自由地執行任務。
工作原理
該框架透過 Chrome DevTools Protocol (CDP) 連接到正在運行的瀏覽器。它採用了一種獨特的方法，即代理人在執行過程中可以編寫缺失的輔助函數或特定領域的技能。當代理人遇到無法使用現有工具完成的任務時，它會編寫必要的 Python 程式碼來解決問題，從而在每次執行時有效地提升框架的能力。
適用對象
- AI Agent 開發者：希望在真實瀏覽器環境中賦予模型完全自由度的開發者。
- 自動化工程師：需要代理人處理複雜的特定網站工作流（如 LinkedIn 拓展或 Amazon 訂購）的工程師。
- 開發者：想要構建能夠透過經驗學習選擇器與流程的自我進化網路代理人。
亮點
- 自我進化能力：代理人在遇到新任務時會編寫自己的輔助函數與領域技能。
- 直接 CDP 連接：使用單一 websocket 連接到 Chrome，提供輕量且可編輯的介面。
- 領域技能：支援可重用的特定網站技能，用於教導代理人特定的選擇器與流程。
- 雲端選項：提供雲端服務，支援隱身模式、子代理人或包含驗證碼解決功能的無頭部署。