playwright-agent

🚀 AgentKit 浏览器自动化框架

AgentKit 浏览器自动化框架是一个基于 AgentKit 构建的高级工具，它借助多智能体系统，实现了智能网页导航与任务执行，能有效解决浏览器自动化操作中的复杂任务处理难题，为用户提供高效、智能的自动化体验。

🚀 快速开始

依赖项

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

安装

1. 克隆仓库：

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
# 使用 OpenAI API 密钥和其他配置编辑 .env 文件

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

✨ 主要特性

• 智能任务规划：能够将复杂任务分解为可管理步骤。
• 状态管理：可跟踪浏览器状态和操作结果。
• 错误处理：具备强大的错误处理和恢复机制。
• 事件系统：拥有全面的事件记录和监控功能。
• 灵活动作系统：具备可扩展的动作注册表以支持自定义行为。
• 验证框架：内置验证功能以确认任务完成情况。
• 内存管理：可维护操作上下文和历史记录。

📚 详细文档

概述

该项目实现了基于 AgentKit 的多智能体系统，用于浏览器自动化。不同的代理协同工作，实现以下目标：

• 规划并分解任务
• 导航网页
• 执行浏览器操作
• 验证结果

架构（待定）

该系统由四个专门化的代理组成：

1. 规划代理
   • 将任务分解为可执行步骤。
   • 创建详细的执行计划。
   • 确定任务完成标准。
2. 导航代理
   • 确定下一步操作。
   • 管理状态转换。
   • 处理动作执行。
   • 提供详细日志和反馈。
3. 浏览器代理
   • 执行浏览器自动化操作。
   • 与网页元素交互。
   • 处理页面导航。
   • 管理浏览器状态。
4. 验证代理
   • 验证任务完成情况。
   • 核实结果。
   • 处理错误情况。
   • 提供成功/失败反馈。

🤝 贡献指南

1. 叉叉克隆仓库。
2. 创建功能分支。
3. 提交更改。
4. 推送到分支。
5. 创建拉取请求。