基于 GPT-4 的浏览器 AI Agent

本项目搭建了一座连接 GPT-4 与无头 Chromium 浏览器的桥梁，让你只需通过自然语言描述，即可自动完成各种浏览器操作。它以 Rust CLI 的形式呈现，同时也将大部分内部功能作为库导出，供开发者集成使用。

安装

browser-agent 使用 Rust 构建，因此你需要安装 Rust 工具链。请按照 rustup.rs 上的说明进行安装。

安装 Rust 后，可以通过以下命令安装 browser-agent：

cargo install browser-agent

此外，你需要将 OpenAI API key 设置到 OPENAI_API_KEY 环境变量中。该 key 必须具备访问 gpt-4 模型的权限。

你可以将 example.env 文件的内容复制到项目根目录下的 .env 文件中，并填入你的 OPENAI_API_KEY。.env 文件已被 git 忽略，因此你不必担心意外提交你的 API key。请注意，.env.example 不会被忽略，因此请勿修改该文件。

使用方法

Usage: browser-agent [OPTIONS] 

Arguments:
    The goal for the agent to achieve

Options:
      --visual                Whether to show the browser window. Warning: this makes the agent more unreliable
  -v...                       Set the verbosity level, can be used multiple times
      --include-page-content  Whether to include text from the page in the prompt
  -h, --help                  Print help
  -V, --version               Print version

致谢

本项目受到 Nat Friedman 的 natbot 实验项目的启发，并在此基础上构建。

许可证

本项目采用 MIT 许可证授权。详情请参阅 LICENSE 文件。