الوصف
Agent-E هو نظام قائم على الوكلاء مصمم لأتمتة الإجراءات داخل متصفح الويب الخاص بالمستخدم. مبني على إطار عمل الوكيل AG2، فإنه يوفر واجهة لغة طبيعية للتفاعل مع مواقع الويب. يركز النظام على تمكين المستخدمين من أتمتة مجموعة واسعة من المهام المستندة إلى الويب، بدءًا من تقديم النماذج البسيطة إلى عمليات البحث المعقدة عن المنتجات في التجارة الإلكترونية وإدارة تشغيل الوسائط.
قراءة المزيد
في جوهره، يستخدم Agent-E بنية المهارات والوكلاء. تمثل المهارات إجراءات ذرية، مثل النقر على العناصر، أو إدخال النص، أو فتح عناوين URL. يتم تنسيق هذه المهارات بواسطة الوكلاء، وخاصة وكيل وكيل المستخدم (User Proxy agent) الذي ينفذ المهارات ووكيل التنقل في المتصفح (Browser Navigation agent) المسؤول عن التفاعلات عبر الويب. يسمح هذا التصميم المعياري لـ Agent-E بتجميع المهارات بمرونة لإنشاء سير عمل أتمتة ويب متطورة. يعطي النظام الأولوية لاستخدام المهارات المعدة مسبقًا بدلاً من السماح لنماذج اللغة الكبيرة (LLMs) بإنشاء تعليمات برمجية عشوائية، بهدف تحقيق نتائج أكثر أمانًا وقابلية للتنبؤ.
تشمل القدرات الرئيسية ملء نماذج الويب، والبحث عن المنتجات وفرزها على منصات التجارة الإلكترونية مثل أمازون، وتحديد مواقع المحتوى المحدد على مواقع الويب، والتنقل في الوسائط عبر الويب والتحكم فيها مثل مقاطع فيديو يوتيوب، وإجراء عمليات بحث شاملة عبر الويب، وإدارة المهام على منصات إدارة المشاريع. يوفر Agent-E أيضًا ميزات متقدمة من خلال وكيل الويب المدار ومنسقه، بما في ذلك تحسينات للمؤسسات، وتسجيل متقدم، والوصول المستند إلى الأدوار، وبنية تحتية قابلة للتوسع مستضافة على السحابة.
يشمل الجمهور المستهدف لـ Agent-E المطورين والباحثين والمستخدمين المتقدمين الذين يتطلعون إلى أتمتة المهام المتكررة أو المعقدة المستندة إلى الويب. تكمن قيمته المقترحة في قدرته على ترجمة أوامر اللغة الطبيعية إلى تفاعلات متصفح قابلة للتنفيذ، مما يوفر الوقت ويقلل من الجهد اليدوي. يدعم النظام أيضًا تخصيص معلمات نماذج اللغة الكبيرة (LLMs) ويوفر واجهة برمجة تطبيقات (API) للتكامل البرمجي، مما يجعله أداة متعددة الاستخدامات لمختلف احتياجات الأتمتة.
يوفر Agent-E دليل بدء سريع مع نصوص تثبيت لنظامي macOS/Linux و Windows، متبوعًا بتكوين متغيرات البيئة. يمكن للمستخدمين تشغيل Agent-E عبر واجهة سطر الأوامر أو تشغيل خادم FastAPI للوصول إلى نقاط نهاية الويب، مما يتيح تنفيذ المهام برمجيًا. يؤكد المشروع أيضًا على المساهمة المجتمعية ويوفر موارد للإبلاغ عن المشكلات والمشاركة في المناقشات.
- الفئةأتمتة المتصفح والويب
- نموذج التسعيرمفتوح المصدر
- النشرسحابي, استضافة ذاتية
- المنصاتmacOS, Linux, Windows
الميزات الأساسية لـ Agent-E
أتمتة الويب مدفوعة بالوكلاء
واجهة لغة طبيعية للتفاعل مع المتصفح
قدرات ملء النماذج
البحث عن منتجات التجارة الإلكترونية وفرزها
تحديد واستخراج محتوى الويب
التحكم في تشغيل الوسائط عبر الويب
وظائف بحث شاملة عبر الويب
إدارة المهام على منصات مثل JIRA
غلاف FastAPI للوصول البرمجي
معلمات LLM قابلة للتخصيص
دعم نماذج LLM مفتوحة المصدر عبر LiteLLM و Ollama
تقطير DOM لتحديد العناصر بكفاءة
مكتبة مهارات لقدرات الاستشعار والإجراءات
البدء مع Agent-E
استنساخ المستودع
تثبيت التبعيات باستخدام النصوص المقدمة (مثل ./install.sh أو .\win_install.ps1)
تكوين متغيرات البيئة في .env و agents_llm_config.json
تشغيل Agent-E باستخدام 'python -m ae.main' أو './run.sh'
تشغيل خادم FastAPI للوصول إلى API باستخدام 'uvicorn ae.server.api_routes:app --reload --loop asyncio'
تنفيذ المهام عبر طلبات HTTP POST إلى نقطة نهاية API
تخصيص معلمات LLM عبر متغيرات البيئة أو ملفات تكوين JSON
حالات استخدام Agent-E
- كشط الويب (Web Scraping)
- أتمتة التجارة الإلكترونية
- ملء النماذج
- تجميع المحتوى
- إدارة المهام
- المساعدة الشخصية
- تكامل API
