LaVague

Lavagueへようこそ

AI Webエージェントを開発するための大規模なアクションモデルフレームワーク

Lavague：ビルダー向けのWebエージェントフレームワーク

Lavagueは、エンドユーザーのプロセスを自動化するためにAI Webエージェントを作成したい開発者向けに設計されたオープンソースフレームワークです。

当社のWebエージェントは、「FaceのDiffusers Libraryを抱き締めるための印刷インストール手順」など、目的を取ることができ、目的を達成するために必要なアクションを生成して実行できます。

溶岩エージェントは次のように構成されています

• 目的と現在の状態（現在のWebページ）を取得し、適切な一連の命令を出力する世界モデル。
• これらの命令をアクションコードに「コンパイル」するアクションエンジン、例えば、SeleniumやPlaywrightを実行します

Lavague QA：QAエンジニア向けの専用ツール

？ Lavagueの上に建てられました

Lavague QAは、フレームワークを活用するQAエンジニアに合わせたツールです。

Gherkinの仕様を統合しやすいテストに変えることにより、テストライティングを自動化できます。 Lavague QAは、舞台裏のLavagueフレームワークを活用するプロジェクトであり、Webテストを10倍効率的にします。

詳細情報とセットアップ手順については、Lavague QAのドキュメントをご覧ください。

はじめる

デモ

Lavagueが「Peftのクイックトゥールに行く」という目的を達成するために複数のステップを踏む方法の例を次に示します。

ハンズオン

これを次の手順で行うことができます。

1. lavagueをダウンロードして：

pip install lavague

2. フレームワークを使用してWebエージェントを構築し、目的を実装してください。

 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" )

この例の詳細とLavagueの使用方法については、Quick-Tourを参照してください。

注意してください。これらの例は、デフォルトのOpenAI API構成を使用しているため、これらが機能するための有効なAPIキーを使用して、ローカル環境でOpenAI_API_KEY変数を設定する必要があります。

GoogleコラブのLavagueのエンドツーエンドの例については、クイックツールノートブックを参照してください

重要な機能

• ✅内蔵コンテキスト（別名。構成）
• customizableカスタマイズ可能な構成
• Ravagueのパフォーマンスをテストしてベンチマークするためのテストランナー
• tokenトークンの使用とコストを推定するためのトークンカウンター
• ✅ロギングツール
• optionオプションのインタラクティブなグラデーションインターフェイス
• debuggingデバッグツール
• chrome Chrome拡張機能

サポートドライバー

3つのドライバーオプションをサポートしています。

• セレンWebDriver
• 劇作家ウェブドライバー
• クロム拡張ドライバー

すべてのドライバーがすべてのエージェント機能をサポートしているわけではないことに注意してください。

特徴	セレン	劇作家	クロム拡張機能
ヘッドレスエージェント	✅	⏳	n/a
iframesを処理します	✅	✅
いくつかのタブを開きます	✅	⏳	✅
要素を強調表示します	✅	✅	✅

supportサポート
dopodoningもうすぐ
サポートされていません

？サポート

Lavagueを始めている問題が発生している場合は、次のことができます。

• 一般的な問題について情報と修正をリストするトラブルシューティングガイドをご覧ください。
• あなたの問題を説明するgithubの問題を開く
• Discord Serverの「#Supportチャンネル」にメッセージを送信する

？貢献

Web Automationの堅牢で信頼できる大規模なアクションモデルを構築するための私たちの探求について、あなたの助けとサポートをお待ちしております。

複数の人が同じことに取り組んでいて、仕事を合わせることができないことを避けるために、次の貢献プロセスを概説しました。

1. ？ GitHub issuesを使用してタスクの概要を説明します。 help-wanted good first issueラベルで問題をチェックすることをお勧めします
2. ？‍♀§これらのタスクの1つに取り組むことに興味がある場合は、この問題についてコメントしてください！
3. ？私たちはあなたと話し合い、 community assignedラベルにタスクを割り当てます
4. その後、このタスクについてあなたと話し合うことができます
5. prとして作業を提出する必要があります
6. codeコードを確認してマージするか、変更を要求/フィードバックを提供します

詳細については、 contributing guideをご覧ください。

？§ロードマップ

ここでプロジェクトのバックログを最新に保つため。

？エージェントを実行するのにいくらかかりますか？

LavagueはLLMSを使用します（デフォルトではOpenaiのgpt4-oが、これは完全にカスタマイズ可能です）。

これらのLLMコールのコストは次のものに依存します。

• 特定のエージェントを実行するように選択されたモデル
• 目的の複雑さ
• あなたがやり取りしているウェブサイト。

すべてのトークンを追跡し、エージェントを実行するためのコストを見積もる方法を学ぶために、トークンカウントとコストの見積もりに関する専用のドキュメントをご覧ください。

？データ収集

AIコミュニティが使用して、より良いWebエージェントのためのより良い大規模なアクションモデルを構築できるデータセットを構築したいと考えています。 Bigaction Huggingfaceページにコミュニティデータセットを構築することで、これまでのところ、私たちの作業を見ることができます。

これが、Lavagueがデフォルトで次のユーザーデータテレメトリを収集する理由です。

• Lavagueのバージョンインストール
• 各Webアクションステップに生成されたアクションのコード /リスト
• 過去の行動
• 「観察」（現在のページを確認するために使用される方法）
• LLM使用（すなわちGPT4）
• マルチモーダルLLM使用（すなわちGPT4）
• ランダムに生成された匿名のユーザーID
• CLIコマンド（たとえばLavague-QA）、Gradio Demo、または私たちのライブラリを直接使用しているかどうか。
• 使用される目的
• エージェントに関する一連の考え
• ページ上のインタラクションゾーン（境界ボックス）
• ブラウザのビューポートサイズ
• 現在のステップ
• 生成された命令と使用される現在のエンジン
• トークンのコストと使用法
• アクションを実行したURL
• アクションが失敗したか成功したか
• 指定された追加の使用データ
• 関連する場合、エラーメッセージ
• ソースノード（このアクションを実行するためにWebページから取得されたHTMLコードのチャンク）

目標と追加のユーザーデータに個人情報を含めないように注意してください。目標/追加のユーザーデータに個人情報を含めることを意図する場合は、テレメトリをオフにすることを強くお勧めします。

すべてのテレメトリをオフにします

すべてのテレメトリをオフにする場合は、 LAVAGUE_TELEMETRY環境変数を"NONE"に設定する必要があります。

LAVAGUE_TELEMTRY環境変数を設定する方法に関するガイダンスについては、こちらのガイドを参照してください。