讓我們使用 gpt-oss（100% 本地）來建立一個瀏覽器自動化代理。

瀏覽器仍然是最通用的介面，每天有43億個頁面被訪問！ 這裡有一個快速演示，展示我們如何完全自動化這個過程！ 技術堆疊： - @stagehanddev 開源 AI 瀏覽器自動化 - @crewAIInc 用於協調 - @ollama 運行 gpt-oss 讓我們開始吧！🚀

系統概述： - 用戶輸入自動化查詢。 - 計劃代理創建自動化計劃。 - 瀏覽器自動化代理使用 Stagehand 工具執行它。 - 回應代理生成回應。 現在，讓我們深入代碼！

1️⃣ 定義 LLM 我們使用三個 LLM： - 規劃 LLM：為自動化任務創建結構化計劃。 - 自動化 LLM：使用 Stagehand 工具執行計劃。 - 回應 LLM：綜合最終回應。 查看這個 👇

2️⃣ 定義自動化規劃代理 規劃代理從用戶那裡接收自動化任務，並為瀏覽器代理創建結構化的執行佈局。 查看這個 👇

3️⃣ 定義 Stagehand 瀏覽器工具 一個自定義的 CrewAI 工具利用 AI 與網頁互動。 它利用 Stagehand 的計算機使用代理能力，自主導航 URL，執行頁面操作，並提取數據以回答問題。 查看這個 👇

4️⃣ 定義瀏覽器自動化代理 瀏覽器自動化代理利用上述的 Stagehand 工具進行自主瀏覽器控制和計劃執行。 查看這個 👇

5️⃣ 定義回應合成代理 合成代理作為最終質量控制，精煉來自瀏覽器自動化代理的輸出，以生成精練的回應。 查看這個 👇

6️⃣ 創建 CrewAI 代理流程 最後，我們使用 CrewAI 流程將我們的代理連接在一起。 查看這個 👇

完成了！讓我們看看我們的多代理瀏覽器自動化工作流程如何運作！🚀 查看這個 👇

您可以在下面共享的 GitHub 存儲庫中找到所有代碼和您所需的一切。 查看這個 👇

總結一下，這裡是系統概述供您參考： - 用戶輸入自動化查詢。 - 規劃代理創建自動化計劃。 - 瀏覽器自動化代理使用 Stagehand 工具執行它。 - 回應代理生成回應。 查看這個👇

如果您覺得它很有見地，請與您的網路重新分享。 找到我 → @akshay_pachaar ✔️ 有關 LLM、AI 代理和機器學習的更多見解和教程！