Descrição
Agent-E é um sistema baseado em agentes projetado para automatizar ações dentro do navegador web de um usuário. Construído sobre o framework de agentes AG2, oferece uma interface de linguagem natural para interagir com sites. O sistema se concentra em permitir que os usuários automatizem uma ampla gama de tarefas baseadas na web, desde simples envios de formulários até pesquisas complexas de produtos de e-commerce e gerenciamento de reprodução de mídia.
Ler mais
Em sua essência, Agent-E utiliza uma arquitetura de habilidades e agentes. As habilidades representam ações atômicas, como clicar em elementos, inserir texto ou abrir URLs. Essas habilidades são orquestradas por agentes, principalmente um agente User Proxy que executa habilidades e um agente Browser Navigation responsável pelas interações web. Este design modular permite que Agent-E monte habilidades de forma flexível para criar fluxos de trabalho sofisticados de automação web. O sistema prioriza o uso de habilidades configuradas em vez de permitir que LLMs gerem código arbitrário, visando resultados mais seguros e previsíveis.
As principais capacidades incluem preencher formulários web, pesquisar e classificar produtos em plataformas de e-commerce como Amazon, localizar conteúdo específico em sites, navegar e controlar mídias web como vídeos do YouTube, realizar pesquisas web abrangentes e gerenciar tarefas em plataformas de gerenciamento de projetos. Agent-E também oferece recursos avançados através de seu agente web gerenciado e orquestrador, incluindo aprimoramentos empresariais, logging avançado, acesso baseado em função e infraestrutura escalável hospedada na nuvem.
O público-alvo para Agent-E inclui desenvolvedores, pesquisadores e usuários avançados que buscam automatizar tarefas repetitivas ou complexas baseadas na web. Sua proposta de valor reside em sua capacidade de traduzir comandos de linguagem natural em interações de navegador acionáveis, economizando tempo e reduzindo o esforço manual. O sistema também suporta personalização de parâmetros de LLM e oferece uma API para integração programática, tornando-o uma ferramenta versátil para várias necessidades de automação.
Agent-E fornece um guia de início rápido com scripts de instalação para macOS/Linux e Windows, seguido pela configuração de variáveis de ambiente. Os usuários podem executar Agent-E através de uma interface de linha de comando ou iniciar um servidor FastAPI para acesso a endpoints web, permitindo a execução programática de tarefas. O projeto também enfatiza a contribuição da comunidade e fornece recursos para relatar problemas e participar de discussões.
- CategoriaAutomação de navegador e web
- Modelo de preçosCódigo aberto
- ImplantaçãoNuvem, Auto-hospedado
- PlataformasmacOS, Linux, Windows
Recursos principais de Agent-E
Automação web baseada em agentes
Interface de linguagem natural para interação com o navegador
Capacidades de preenchimento de formulários
Pesquisa e classificação de produtos de e-commerce
Localização e extração de conteúdo web
Controle de reprodução de mídia web
Funcionalidade abrangente de pesquisa web
Gerenciamento de tarefas em plataformas como JIRA
Wrapper FastAPI para acesso programático
Parâmetros de LLM personalizáveis
Suporte para LLMs de código aberto via LiteLLM e Ollama
DOM Distillation para identificação eficiente de elementos
Biblioteca de habilidades para capacidades de detecção e ação
Primeiros passos com Agent-E
Clone o repositório
Instale as dependências usando os scripts fornecidos (por exemplo, ./install.sh ou .\win_install.ps1)
Configure as variáveis de ambiente em .env e agents_llm_config.json
Execute Agent-E usando 'python -m ae.main' ou './run.sh'
Inicie o servidor FastAPI para acesso à API usando 'uvicorn ae.server.api_routes:app --reload --loop asyncio'
Execute tarefas via requisições HTTP POST para o endpoint da API
Personalize os parâmetros de LLM através de variáveis de ambiente ou arquivos de configuração JSON
Casos de uso de Agent-E
- Web Scraping
- Automação de E-commerce
- Preenchimento de Formulários
- Agregação de Conteúdo
- Gerenciamento de Tarefas
- Assistência Personalizada
- Integração de API
