一个基于 GPT-4 的浏览器 AI 代理

该项目在 GPT-4 和无头 Chromium 浏览器之间搭建了一座桥梁，使您只需向程序描述所需操作，即可实现自动化。它以 Rust 命令行工具的形式提供，同时也将大部分内部逻辑作为库导出，供其他开发者使用。

安装

browser-agent 使用 Rust 构建，因此您需要先安装 Rust 工具链。您可以按照 rustup.rs 上的说明进行安装。

Rust 安装完成后，您可以通过以下命令安装 browser-agent：

cargo install browser-agent

此外，您还需要将您的 OpenAI API 密钥设置到 OPENAI_API_KEY 环境变量中。该密钥应具备访问 gpt-4 模型的权限。

您可以将 example.env 文件的内容复制到项目根目录下的 .env 文件中，并填写 OPENAI_API_KEY 变量。.env 文件会被 Git 忽略，因此无需担心意外提交您的 API 密钥。不过，请注意，.env.example 文件并未被忽略，因此请勿修改该文件。

使用方法

用法：browser-agent [选项] <目标>

参数：
  <目标>  代理要达成的目标

选项：
      --visual                是否显示浏览器窗口。警告：这会降低代理的可靠性
  -v...                       设置日志详细程度，可多次使用
      --include-page-content  是否在提示中包含页面文本
  -h, --help                  显示帮助信息
  -V, --version               显示版本信息

致谢

本项目受到 Nat Friedman（GitHub 用户 nat）的 natbot 实验的启发，并在此基础上构建而成。

许可证

本项目采用 MIT 许可证授权。更多详情请参阅 LICENSE 文件。

browser-agent 快速上手指南

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：支持 Rust 的主流系统（Linux, macOS, Windows）。
• 前置依赖：
  • Rust 工具链：本项目基于 Rust 构建。
  • OpenAI API Key：您需要一个拥有 gpt-4 模型访问权限的 API Key。

安装步骤

1. 安装 Rust 访问 rustup.rs 按照官方指引安装 Rust 工具链。

   国内开发者提示：如果下载缓慢，可配置国内镜像源加速安装：

   export RUSTUP_DIST_SERVER=https://mirrors.tuna.tsinghua.edu.cn/rustup
   export RUSTUP_UPDATE_ROOT=https://mirrors.tuna.tsinghua.edu.cn/rustup/rustup
   curl --proto '=https' --tlsv1.2 -sSf https://mirrors.tuna.tsinghua.edu.cn/rustup/rustup-init.sh | sh
   

2. 安装 browser-agent 使用 Cargo 安装命令行工具：

   cargo install browser-agent
   

3. 配置 API Key 项目根目录通常包含 example.env 文件。将其复制为 .env 并填入您的 Key：

   cp example.env .env
   

   编辑 .env 文件，填入以下内容（注意不要修改 example.env）：

   OPENAI_API_KEY=sk-your-actual-api-key-here
   

   注：.env 文件已被 git 忽略，可安全存储密钥。

基本使用

安装完成后，您只需向程序描述目标，它即可自动操控无头浏览器完成任务。

最简单的使用示例：

让代理访问指定网页并提取信息（将 <GOAL> 替换为您的自然语言指令）：

browser-agent "访问 example.com 并总结首页的主要内容"

常用参数说明：

• --visual：显示浏览器窗口（默认无头模式）。警告：开启此选项可能会降低代理的稳定性。
• -v 或 -vv：增加输出详细程度，便于调试。
• --include-page-content：在提示词中包含页面文本内容。

示例（带可视化窗口和详细日志）：

browser-agent --visual -vv "在谷歌搜索 Rust 编程语言的最新版本"