LaVague

Bienvenido a Lavague

Un marco de modelos de acción grande para desarrollar agentes web de IA

Lavague: Marco de agentes web para constructores

Lavague es un marco de código abierto diseñado para desarrolladores que desean crear agentes web de IA para automatizar procesos para sus usuarios finales.

Nuestros agentes web pueden tomar un objetivo, como "Pasos de instalación de impresión para abrazar la biblioteca de difusores de Face", y generar y realizar las acciones necesarias para lograr el objetivo.

Los agentes de Lavague están formados por:

• Un modelo mundial que toma un objetivo y el estado actual (también conocido como la página web actual) y genera un conjunto apropiado de instrucciones.
• Un motor de acción que "compila" estas instrucciones en el código de acción, por ejemplo, selenio o dramaturgo y las ejecuta

Lavague QA: herramientas dedicadas para ingenieros de control de calidad

? Construido en Lavague

Lavague QA es una herramienta diseñada para ingenieros de control de calidad que aprovechan nuestro marco.

Le permite automatizar la escritura de pruebas convirtiendo las especificaciones de Gherkin en pruebas fáciles de integrar. Lavague QA es un proyecto que aprovecha el marco de Lavague detrás de escena para hacer que las pruebas web sean 10 veces más eficientes.

Para obtener información detallada e instrucciones de configuración, visite la documentación del control de calidad de Lavague.

Empezando

Manifestación

Aquí hay un ejemplo de cómo Lavague puede tomar múltiples pasos para lograr el objetivo de "Go On The Quicktour of Peft":

Práctico

Puedes hacer esto con los siguientes pasos:

1. Descargar Lavague con:

pip install lavague

2. Use nuestro marco para crear un agente web e implementar el objetivo:

 from lavague . core import  WorldModel , ActionEngine
from lavague . core . agents import WebAgent
from lavague . drivers . selenium import SeleniumDriver

selenium_driver = SeleniumDriver ( headless = False )
world_model = WorldModel ()
action_engine = ActionEngine ( selenium_driver )
agent = WebAgent ( world_model , action_engine )
agent . get ( "https://huggingface.co/docs" )
agent . run ( "Go on the quicktour of PEFT" )

# Launch Gradio Agent Demo
agent . demo ( "Go on the quicktour of PEFT" )

Para obtener más información sobre este ejemplo y cómo usar Lavague, consulte nuestro tour rápido.

Tenga en cuenta que estos ejemplos usan nuestra configuración de API de OpenAI predeterminada y deberá establecer la variable OpenAI_API_KEY en su entorno local con una clave API válida para que estos funcionen.

Para un ejemplo de extremo a extremo de Lavague en Google Colab, consulte nuestro cuaderno de tour rápido

Características clave

• ✅ Contextos incorporados (también conocido como configuraciones)
• ✅ Configuración personalizable
• ✅ Un corredor de prueba para probar y evaluar el rendimiento de Lavague
• ✅ Un contador de tokens para estimar el uso y los costos de los tokenses
• ✅ Herramientas de registro
• ✅ Una interfaz de Gradio interactiva opcional
• ✅ Herramientas de depuración
• ✅ Una extensión de cromo

Conductores compatibles

Admitimos tres opciones de controlador:

• Un Selenium WebDriver
• Un dramaturgo webdriver
• Un controlador de extensión de Chrome

Tenga en cuenta que no todos los controladores admiten todas las características del agente:

Característica	Selenio	Dramaturgo	Extensión de cromo
Agentes sin cabeza	✅	⏳	N / A
Manejar iframes	✅	✅
Abrir varias pestañas	✅	⏳	✅
Resaltar elementos	✅	✅	✅

✅ Apoyado
⏳ Próximamente
no compatible

? Apoyo

Si está experimentando algún problema para comenzar con Lavague, puede:

• Consulte nuestra Guía de solución de problemas donde enumeramos información y soluciones para problemas comunes.
• Abrir un problema de Github que describe su problema
• Mensajes en el 'canal #support' en nuestro servidor de discordia

? Que contribuye

Nos encantaría su ayuda y apoyo en nuestra búsqueda para construir un modelo de acción grande y confiable para la automatización web.

Para evitar que varias personas trabajen en las mismas cosas y no puedan fusionar su trabajo, hemos esbozado el siguiente proceso de contribución:

1. ? Esbozamos tareas utilizando GitHub issues : recomendamos revisar los problemas con las etiquetas de primer tema help-wanted y good first issue
2. ? ‍♀️ Si está interesado en trabajar en una de estas tareas, ¡comente sobre el tema!
3. ? Discutiremos con usted y le asignaremos la tarea con una etiqueta community assigned
4. Luego estaremos disponibles para discutir esta tarea con usted
5. ⬆️ Deberías enviar tu trabajo como PR
6. ✅ Revisaremos y fusionaremos su código o solicitaremos cambios/dar retroalimentación

Consulte nuestra contributing guide para obtener más detalles.

? ️ Hoja de ruta

Para mantenerse al día con nuestro proyecto de línea de proyecto aquí.

? ¿Cuánto cuesta ejecutar un agente?

Lavague usa LLM (por defecto, gpt4-o de OpenAI, pero esto es completamente personalizable), debajo del capó.

El costo de estas llamadas LLM depende de:

• Los modelos elegidos para ejecutar un agente determinado
• la complejidad del objetivo
• El sitio web con el que está interactuando.

Consulte nuestra documentación dedicada sobre el conteo de tokens y las estimaciones de costos para aprender cómo puede rastrear todos los tokens y estimar los costos para administrar a sus agentes.

? Recopilación de datos

Queremos crear un conjunto de datos que pueda ser utilizado por la comunidad de IA para construir mejores modelos de acción grandes para mejores agentes web. Puede ver nuestro trabajo hasta ahora en la construcción de conjuntos de datos de la comunidad en nuestra página Bigaction Huggingface.

Es por eso que Lavague recopila la siguiente telemetría de datos del usuario de forma predeterminada:

• Versión de Lavague instalada
• Código / lista de acciones generadas para cada paso de acción web
• Las acciones pasadas
• Las "observaciones" (método utilizado para verificar la página actual)
• LLM usado (es decir, GPT4)
• Multi Modal LLM usado (es decir, GPT4)
• ID de usuario anónima generada al azar
• Ya sea que esté utilizando un comando CLI (Lavague-Qa, por ejemplo), la demostración de Gradio o nuestra biblioteca directamente.
• El objetivo utilizado
• La cadena de pensamientos sobre el agente
• La zona de interacción en la página (cuadro delimitador)
• El tamaño de la ventana de la ventana gráfica de su navegador
• El paso actual
• Las instrucciones generadas y el motor actual utilizado
• Los costos de token y los usos
• La URL que realizó una acción en
• Si la acción falló o tuvo éxito
• Los datos adicionales utilizados especificados
• Mensaje de error, donde corresponde
• Los nodos de origen (fragmentos de código HTML recuperado de la página web para realizar esta acción)

Tenga cuidado de nunca incluir información personal en sus objetivos y los datos adicionales del usuario. Si tiene la intención de incluir información personal en sus objetivos/datos adicionales del usuario, se recomienda desactivar la telemetría.

Apagar toda la telemetría

Si desea desactivar toda la telemetría, debe establecer la variable de entorno LAVAGUE_TELEMETRY en "NONE" .

Para obtener orientación sobre cómo establecer su variable de entorno LAVAGUE_TELEMTRY , consulte nuestra guía aquí.