sentient

该 agent 基于我们即将推出的开源框架 sentient 构建。它旨在帮助开发者通过 3 行代码快速构建可自主控制浏览器的可靠 AI agent。欢迎在 pypi 上查看 beta 版 sentient 包，并在 agent-q 仓库 中查看我们为推进开源 Web 导航 agent 所做的实验。

jobber - 在互联网上自主申请相关工作

Jobber 是一个 AI agent，它通过控制你的浏览器为你搜索并投递工作。只需输入你的简历和偏好设置，它就能在后台完成工作。

演示

观看此 Loom 视频 获取快速演示。

jobber 和 jobber_fsm

你可能会注意到仓库中有两种不同的 Jobber 实现。jobber 文件夹包含了一种较简单的实现方式，用于处理规划器（planner）与浏览器 agent 之间的多 agent 对话。

jobber_fsm 文件夹包含了另一种基于 有限状态机（Finite State Machines） 的方案。两者之间存在细微差别，性能表现相当。然而，FSM 方案具有更好的可扩展性，我们后续将对其进行改进。

FSM agent 的缺点是它依赖于 OpenAI 的 结构化输出（Structured Output），因此无法可靠地使用较便宜的模型（如 gpt4o-mini）或其他开源模型，而这些模型在 jobber 中是可以使用的。

设置

1. 我们建议在进行下一步之前先安装 Poetry。你可以参考这些 说明 进行安装。

2. 安装依赖：

poetry install

3. 以开发模式启动 Chrome - 在另一个终端窗口中，使用以下命令启动 Chrome 实例，并完成对 LinkedIn、Wellfound 等求职网站的必要登录操作。

Mac 用户请使用：

sudo /Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=9222

Linux 用户请使用：

google-chrome --remote-debugging-port=9222

Windows 用户请使用：

"C:\Program Files\Google\Chrome\Application\chrome.exe" --remote-debugging-port=9222

4. 配置环境变量 - 将 OpenAI 和 LangSmith 的密钥添加到 .env 文件中。你可以参考 .env.example。目前必须添加 LangSmith，但如果你不想使用它进行追踪，可以注释掉 ./jobber_fsm/core/agent/base.py 文件中的 litellm.success_callback = ["langsmith"] 这一行。

5. 在你运行的 agent 文件夹（jobber 或 jobber_fsm）中更新 user_preferences.txt 文件。请在该文件中提供简历的本地文件路径，以便 agent 能够上传。

6. 运行 agent - jobber_fsm 或 jobber：

python -u -m jobber_fsm

或

python -u -m jobber

7. 输入你的任务。任务示例：

apply for a backend engineer role based in helsinki on linkedin

运行评估 (Evals)

1. 针对 Jobber：

 python -m test.tests_processor --orchestrator_type vanilla

2. 针对 Jobber FSM：

 python -m test.tests_processor --orchestrator_type fsm

引用

该项目受到该领域许多杰出工作的启发。请参阅 WebVoyager 和 Agent-E。

@article{he2024webvoyager,
  title={WebVoyager: Building an End-to-End Web Agent with Large Multimodal Models},
  author={He, Hongliang and Yao, Wenlin and Ma, Kaixin and Yu, Wenhao and Dai, Yong and Zhang, Hongming and Lan, Zhenzhong and Yu, Dong},
  journal={arXiv preprint arXiv:2401.13919},
  year={2024}
}

@misc{abuelsaad2024-agente,
      title={Agent-E: From Autonomous Web Navigation to Foundational Design Principles in Agentic Systems},
      author={Tamer Abuelsaad and Deepak Akkil and Prasenjit Dey and Ashish Jagmohan and Aditya Vempaty and Ravi Kokku},
      year={2024},
      eprint={2407.13032},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2407.13032},
}