Open Operator

[!WARNING] 这只是一个概念验证项目。 Browserbase 的目标并不是与网络代理竞争，而是为任何人构建自己的网络代理提供所有必要的工具。我们强烈建议您同时查看 Browserbase 和我们的开源项目 Stagehand，以构建您自己的网络代理。

[](https://vercel.com/new/clone?repository-url=https%3A%2F%2Fgithub.com%2Fbrowserbase%2Fopen-operator&env=OPENAI_API_KEY,BROWSERBASE_API_KEY,BROWSERBASE_PROJECT_ID&envDescription=运行 Open Operator 所需的 API 密钥&envLink=https%3A%2F%2Fgithub.com%2Fbrowserbase%2Fopen-operator%23environment-variables)

快速入门

首先，安装此仓库的依赖项。这需要使用 pnpm。

pnpm install

接下来，复制示例环境变量文件：

cp .env.example .env.local

您需要设置您的 API 密钥：

1. 从 OpenAI 的控制台 获取您的 OpenAI API 密钥。
2. 从 Browserbase 获取您的 Browserbase API 密钥和项目 ID。

然后，在 .env.local 文件中更新您的 API 密钥：

• OPENAI_API_KEY: 您的 OpenAI API 密钥。
• BROWSERBASE_API_KEY: 您的 Browserbase API 密钥。
• BROWSERBASE_PROJECT_ID: 您的 Browserbase 项目 ID。

最后，运行开发服务器：

pnpm dev

在浏览器中打开 http://localhost:3000，即可看到 Open Operator 的运行效果。

工作原理

构建网络代理是一项复杂的任务。您需要理解用户的意图，将其转化为无头浏览器操作，并执行这些操作，而每一项操作本身都可能非常复杂。

Stagehand 是一款帮助您构建网络代理的工具。它能够将自然语言转换为无头浏览器操作，在浏览器上执行动作，并将结果提取为结构化数据。

在底层，我们有一个非常简单的代理循环，它只需调用 Stagehand 将用户的意图转换为无头浏览器操作，再调用 Browserbase 来执行这些操作。

Stagehand 使用 Browserbase 在浏览器上执行操作，而 OpenAI 则用于理解用户的意图。

有关更多信息，请参阅 此提交 中的代码。

核心技术

• Browserbase：提供核心的浏览器自动化和交互功能。
• Stagehand：负责精确的 DOM 操作和状态管理。
• Next.js：提供现代 Web 框架的基础。
• OpenAI：实现自然语言理解和决策能力。

贡献

我们欢迎各种形式的贡献！无论是：

• 添加新功能
• 改进文档
• 报告 Bug
• 提出改进建议

请随时提出问题或发起拉取请求。

许可证

Open Operator 是遵循 MIT 许可证的开源软件。

致谢

本项目受到 OpenAI 的 Operator 功能启发，并基于多种开源技术构建，包括 Next.js、React、Browserbase 和 Stagehand。

Open Operator 快速上手指南

Open Operator 是一个概念验证项目，旨在展示如何利用 Browserbase 和 Stagehand 构建网页智能体（Web Agent）。它通过自然语言理解用户意图，并自动执行浏览器操作。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• Node.js: 建议安装最新 LTS 版本。
• 包管理器: 必须安装 pnpm。

  注意：本项目暂未测试 npm 或 yarn，强烈建议使用 pnpm 以避免兼容性问题。

• API 密钥:
  • OpenAI API Key：用于理解用户意图。
  • Browserbase API Key 及 Project ID：用于执行浏览器自动化操作。

安装步骤

1. 克隆仓库并安装依赖 使用 pnpm 安装项目所需依赖：

   pnpm install
   

2. 配置环境变量 复制示例配置文件：

   cp .env.example .env.local
   

   编辑 .env.local 文件，填入您的 API 密钥：

   OPENAI_API_KEY=你的_OpenAI_API_Key
   BROWSERBASE_API_KEY=你的_Browserbase_API_Key
   BROWSERBASE_PROJECT_ID=你的_Browserbase_Project_ID
   

基本使用

1. 启动开发服务器 在终端运行以下命令：

   pnpm dev
   

2. 访问应用 打开浏览器访问 http://localhost:3000，即可看到 Open Operator 界面。

3. 体验功能 在输入框中输入自然语言指令（例如：“搜索最新的 AI 新闻”），系统将自动调用 Stagehand 解析意图，并通过 Browserbase 在无头浏览器中执行相应操作，最后返回结构化结果。

提示：本项目核心逻辑在于利用 Stagehand 将自然语言转换为浏览器操作，再由 Browserbase 执行。如需深入定制，可参考源码中的 agent loop 实现。