返回 MCP 目录
public公开dns本地运行

WorkflowLearner

本项目通过解析PSR.exe生成的MHT文件,让大语言模型学习用户工作流程。

article

README

🚀 工作流录制通 WorkflowLearner

本项目借助 PSR.exe 录制的 MHT 文件,助力大语言模型(LLM)学习工作流。PSR.exe 是 Windows 系统自带的问题步骤记录器,可记录用户操作并生成 MHT 文件,解析这些文件后,LLM 就能学习和理解工作流程。

🚀 快速开始

本项目旨在利用 PSR.exe 录制的 MHT 文件,让大语言模型学习工作流。以下为你详细介绍如何使用本项目。

✨ 主要特性

  • 借助 PSR.exe 录制用户操作并生成 MHT 文件。
  • 解析 MHT 文件并提取工作流信息。
  • 运用大语言模型学习和理解工作流。

📦 安装指南

前提条件

  • 需使用 Windows 操作系统。
  • 安装 Python 3.x 版本。
  • 系统自带 PSR.exe(问题步骤记录器)。

安装步骤

克隆仓库:

git clone https://github.com/u3588064/WorkflowLearner
cd llm-workflow-learning

安装依赖:

pip install -r requirements.txt

💻 使用示例

基础用法

使用 PSR.exe 录制用户操作

  1. 打开 PSR.exe(问题步骤记录器),可通过 Win7/Win8/Win10 的搜索栏搜索找到。
  2. 点击“开始记录”按钮,然后开始你的工作。PSR.exe 会自动记录鼠标动作(如点击、拖动、滚动等)以及键盘动作(仅是动作,不会记录键入的内容)。
  3. 完成操作后,点击“停止记录”按钮。软件会自动弹出保存窗口。
  4. 结果会以一个 Zip 压缩包存在,压缩包内是 MHT 格式的网页,内含分步步骤以及屏幕截图。

解析 MHT 文件

python parse_mht.py path/to/your/file.mht

使用 LLM 学习工作流

python learn_workflows.py path/to/parSED_DATA.csv

📚 详细文档

文件结构

  • parse_mht.py:解析 MHT 文件并提取有用信息。
  • learn_workflows.py:使用提取的信息训练或推理 LLM 模型以学习工作流。
  • requirements.txt:项目依赖的 Python 包。

在线演示

项目提供在线演示链接:工作流录制通在线演示

贡献

欢迎贡献!请参考项目文档了解如何参与开发。

联系方式

如有任何问题或需要进一步信息,请联系:u3588064@connect.hku.hk

qrcode_for_gh_643efb7db5bc_344(1)

📄 许可证

本项目采用MIT 许可证

help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端