AgentKit 浏览器自动化

一个使用 AgentKit 构建的复杂浏览器自动化框架，具有用于智能 Web 导航和任务执行的多代理系统。

概述

本项目实现了一个用于浏览器自动化的多代理系统，其中不同的代理协同工作以：

• 计划和分解任务
• 导航网页
• 执行浏览器操作
• 验证结果

架构 (TODO)

该系统由四个专门的代理组成：

1. 规划代理 (Planning Agent)

   • 将任务分解为可执行的步骤
   • 创建详细的执行计划
   • 确定任务完成标准

2. 导航代理 (Navigator Agent)

   • 确定要采取的下一步行动
   • 管理状态转换
   • 处理动作执行
   • 提供详细的日志记录和反馈

3. 浏览器代理 (Browser Agent)

   • 执行浏览器自动化操作
   • 与 Web 元素交互
   • 处理页面导航
   • 管理浏览器状态

4. 验证代理 (Validation Agent)

   • 验证任务完成情况
   • 验证结果
   • 处理错误情况
   • 提供关于成功/失败的反馈

特性

• 智能任务规划 (Intelligent Task Planning)：将复杂任务分解为可管理的步骤
• 状态管理 (State Management)：跟踪浏览器状态和操作结果
• 错误处理 (Error Handling)：强大的错误处理和恢复机制
• 事件系统 (Event System)：全面的事件日志记录和监控
• 灵活的动作系统 (Flexible Action System)：用于自定义行为的可扩展动作注册表
• 验证框架 (Validation Framework)：内置的任务完成验证
• 内存管理 (Memory Management)：维护操作的上下文和历史记录

快速开始

前提条件

• Node.js (v14 或更高版本)
• npm 或 yarn
• OpenAI API 密钥 (用于 GPT 模型)

安装

1. 克隆存储库：

git clone https://github.com/tmahesh/playwright-agent.git
cd playwright-agent

2. 安装依赖项：

npm install

3. 设置环境变量：

cp .env.sample .env
# 编辑 .env 文件，填入您的 OpenAI API 密钥和其他配置

4. 在不同的终端运行以下命令：index.ts, playwright-mcp, inngest-cli

npx @playwright/mcp@latest --port 8931

npx tsx index.ts

npx inngest-cli@latest dev --no-discovery -u http://localhost:3000/api/inngest -v

贡献

1. Fork 存储库
2. 创建一个特性分支
3. 提交您的更改
4. 推送到该分支
5. 创建一个 Pull Request

鸣谢

• AgentKit
• Playwright MCP
• openai-mcp-client
• Saurav