bromate下載 - bromate源代碼下載

bromate

其他源碼

v1.0.0

下載

溴

Bromate是一個實驗項目，探討了代理工作流程自動化Web瀏覽器交互的功能。

概述

Bromate利用大型語言模型（LLMS）的功能，特別是Google的雙子座，以了解用自然語言表達的用戶請求，並將其轉化為一系列自動化Web瀏覽任務的操作。

它利用硒進行瀏覽器控制和交互，提供了一種無縫的方式，可以在Web瀏覽器環境中自動化複雜的工作流程。

先決條件

在使用Bromate之前，您需要從Google獲得Gemini API的API密鑰。您可以按照以下步驟獲取鑰匙：

轉到Google AI Studio，然後單擊“獲取API密鑰”。
將秘密密鑰設置為系統中的環境變量。

在開發過程中設置.env中的API鍵：

您可以在項目存儲庫中的.env文件中設置API鍵：

GOOGLE_API_KEY=YOUR_API_KEY

您可以通過將echo $GOOGLE_API_KEY在外殼中鍵入echo $ google_api_key進行檢查。

安裝

Bromate在PYPI上可用，可以使用PIP輕鬆安裝：

pip install bromate

用法

要使用Bromate，您可以提供一個自然語言查詢，描述要自動化的任務。然後，Bromate將與代理（Gemini）進行交互以解釋查詢並生成一系列由Selenium Webdriver執行的操作。

示例1：訂閱MLOPS社區通訊：

bromate“打開https://mlops.community網站。單擊'join''鏈接。寫地址'hello@mlops'”

示例2：查找最新版本的Python語言：

bromate -interaction.stay_open = false -agent.name“ gemini-1.5-pro-latest”“轉到python.org。單擊下載頁面。單擊PEP鏈接以獲取未來的Python版本。總結髮佈時間表日期。”

爭論

bromate -h
usage: bromate [-h] [--agent JSON] [--agent.api_key {SecretStr,null}] [--agent.name str] [--agent.temperature float] [--agent.candidate_count int]
               [--agent.max_output_tokens int] [--agent.system_instructions str] [--action JSON] [--action.sleep_time float] [--driver JSON]
               [--driver.name {Chrome,Firefox}] [--driver.keep_alive bool] [--driver.maximize_window bool] [--execution JSON] [--execution.stop_actions list[str]]
               [--execution.default_message str] [--interaction JSON] [--interaction.stay_open bool] [--interaction.interactive bool] [--interaction.max_interactions int]
               QUERY

Execute actions on web browser from a user query in natural language.

positional arguments:
  QUERY                 User query in natural language

options:
  -h , --help            show this help message and exit

agent options:
  Configuration of the agent

  --agent JSON          set agent from JSON string
  --agent.api_key {SecretStr,null}
                        API key of the agent platform (Google) (default: ********** )
  --agent.name str      Name of the agent to use (default: gemini-1.5-flash-latest)
  --agent.temperature float
                        Temperature of the agent (default: 0.0)
  --agent.candidate_count int
                        Number of candidates to generate (default: 1)
  --agent.max_output_tokens int
                        Maximum output tokens to generate (default: 1000)
  --agent.system_instructions str
                        System instructions for the agent (default: You are a browser automation system. Your goal is to understand the user request and execute actions
                        on its browser using the tools at your disposal. After each step, you will receive a screenshot and the page source of the current browser
                        window.)

action options:
  Configuration for all actions

  --action JSON         set action from JSON string
  --action.sleep_time float
                        Time to sleep after loading a page (default: 0.5)

driver options:
  Configuration of the web driver

  --driver JSON         set driver from JSON string
  --driver.name {Chrome,Firefox}
                        Name of the driver to use (default: Chrome)
  --driver.keep_alive bool
                        Keep the browser open at the end of the execution (default: True)
  --driver.maximize_window bool
                        Maximize the browser window at the start of the execution (default: True)

execution options:
  Configuration of the execution

  --execution JSON      set execution from JSON string
  --execution.stop_actions list[str]
                        Name of actions that can stop the execution (default: [ ' done ' ])
  --execution.default_message str
                        Default message to send to the agent when no input is provided by the user (default: Continue the execution if necessary or call the done tool if
                        you are done)

interaction options:
  Configuration of the interaction

  --interaction JSON    set interaction from JSON string
  --interaction.stay_open bool
                        Keep the browser open before exiting (default: True)
  --interaction.interactive bool
                        Ask for user input after every action (default: False)
  --interaction.max_interactions int
                        Maximum number of interactions for the agent (default: 5)

它如何工作

Bromate在循環中運行，與Gemini代理和Selenium Webdriver連續交互以自動化瀏覽器任務。這是核心行為的細分：

1。初始化：

根據您的配置（例如Chrome或Firefox）初始化Selenium Webdriver。這提供了用於控制瀏覽器的接口。
GEMINI LLM是初始化的，其“工具”已定義。這些工具與模型可以指示WebDriver執行的操作相對應。可用操作是在src/bromate/actions.py文件中定義的。示例包括：
- get ：在瀏覽器中打開特定的URL。
- click ：單擊CSS選擇器標識的元素。
- write ：將文本輸入到元素中。
- back ：導航回上一頁。
- done ：向自動化任務結束髮出信號。

2。行動選擇和執行：