首页 后端开发 Python教程 如何构建可以使用任何网站的人工智能代理

如何构建可以使用任何网站的人工智能代理

Jan 08, 2025 am 12:02 AM

将人工智能代理连接到网络:开发者的旅程和计算机使用的兴起

过去两年人工智能代理开发的一个主要障碍是可靠地授予网络访问权限。 考虑一个旨在发送电子邮件的 AI 代理:如何将其连接到 Gmail 或 Outlook? API、网站或自治网络代理?本文探讨了各种方法。

API 和 SDK:有限的方法

许多开发人员使用 API 和 SDK。这提供了低延迟和强大的身份验证,但存在限制:

  • API 不可用:并非所有 Web 服务都提供 API。
  • 文档挑战:过时或写得不好的文档很常见。
  • 功能差距: API 通常缺乏相应网站的完整功能,从而阻碍特定任务。

幸运的是,有几个服务提供 API 调用库:

  • Composio:为人工智能代理提供具有强身份验证的工具。
  • Langchain 工具:Langchain/图代理的资源。
  • Apify:一个庞大的社区驱动的 API 库。

但是,为了实现通用 Web 服务访问,我们必须超越 API。

网站互动:人性化的方法

可靠的人工智能代理网站交互可实现任何基于网络的人工任务的自动化。 但如何呢?

许多开发人员最初使用 Selenium 或 Playwright 等浏览器测试框架。 然而,这种方法面临着挑战:

  • 脆弱性:网站更改(例如 A/B 测试)很容易破坏脚本。
  • 可检测性:测试浏览器很容易识别和阻止。
  • 生产部署:托管浏览器、管理身份验证和轮换代理在生产中非常复杂。

为了解决这些问题,我们尝试了一个浏览器 SDK:

  1. 使用自然语言选择器(例如,get_element("find the login button"))而不是脆弱的 CSS 选择器。
  2. 集成内置身份验证。
  3. 提供预配置的远程托管和内置旋转代理以防止阻塞。

这项工作现已开源(Dendrite SDK),不再处于积极开发阶段,但仍然可供研究和改编。 类似的替代方案包括:

  • AgentQL:Python 库。
  • 舞台工作人员: JavaScript/TypeScript 库。

计算机使用:网络人工智能代理的未来?

Rich Sutton 的“惨痛教训”强调了可通过计算增加进行扩展的通用人工智能解决方案的主导地位。 Anthropic的Computer Use体现了这一原则,允许法学硕士使用鼠标和键盘输入直接控制计算机/浏览器,无需脚本和API调用。 他们的方法强调通用计算机技能而不是特定任务的工具。这与痛苦的教训完美契合,表明最通用的人工智能代理将像人类一样直接与网络交互。 早期结果显示,使用精心设计的提示(通常通过 Anthropic 的提示改进器来增强)在复杂任务中具有很高的可靠性。

结论:拥抱未来

虽然 API 仍然有价值,但未来可能有利于大多数 AI 代理使用类似计算机的方法。 如果代理可以登录并使用网站的搜索功能,从热门结果中提取结论,为什么还要通过 API 依赖整个数据库呢? 人工智能开发人员面临的问题是是否接受这种通用方法,还是面临更专业方法的局限性。

注意:这是我的第一个开发帖子。 欢迎提供有关改进未来帖子的反馈。 还鼓励提出有关人工智能代理或人工智能驱动的任务自动化的问题。 How to Build AI Agents that can Use any Website How to Build AI Agents that can Use any Website How to Build AI Agents that can Use any Website How to Build AI Agents that can Use any Website

以上是如何构建可以使用任何网站的人工智能代理的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

Video Face Swap

Video Face Swap

使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

<🎜>:泡泡胶模拟器无穷大 - 如何获取和使用皇家钥匙
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
北端:融合系统,解释
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora:巫婆树的耳语 - 如何解锁抓钩
3 周前 By 尊渡假赌尊渡假赌尊渡假赌

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

热门话题

Java教程
1670
14
CakePHP 教程
1428
52
Laravel 教程
1329
25
PHP教程
1276
29
C# 教程
1256
24
Python与C:学习曲线和易用性 Python与C:学习曲线和易用性 Apr 19, 2025 am 12:20 AM

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

Python和时间:充分利用您的学习时间 Python和时间:充分利用您的学习时间 Apr 14, 2025 am 12:02 AM

要在有限的时间内最大化学习Python的效率,可以使用Python的datetime、time和schedule模块。1.datetime模块用于记录和规划学习时间。2.time模块帮助设置学习和休息时间。3.schedule模块自动化安排每周学习任务。

Python vs.C:探索性能和效率 Python vs.C:探索性能和效率 Apr 18, 2025 am 12:20 AM

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

学习Python:2小时的每日学习是否足够? 学习Python:2小时的每日学习是否足够? Apr 18, 2025 am 12:22 AM

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python vs. C:了解关键差异 Python vs. C:了解关键差异 Apr 21, 2025 am 12:18 AM

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

Python标准库的哪一部分是:列表或数组? Python标准库的哪一部分是:列表或数组? Apr 27, 2025 am 12:03 AM

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python:自动化,脚本和任务管理 Python:自动化,脚本和任务管理 Apr 16, 2025 am 12:14 AM

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

Web开发的Python:关键应用程序 Web开发的Python:关键应用程序 Apr 18, 2025 am 12:20 AM

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

See all articles