Cerebellum - 浏览器AI助手，完成网页自动化任务和行动规划

什么是Cerebellum？

基于Claudellum的Cerebelum 3.5 Sonnet和Selenium Webdriver构建的浏览器AI智能助手可以理解任务意图，执行网页自动化任务，如数据捕获和网站自动化测试。cerebellum将网页浏览简化为向图导航，用LLM分析页面内容和交互元素，智能规划行动路径，根据网页状态和历史操作动态调整策略。cerebellum支持多浏览器，可以准确模拟用户行为，适用于复杂的自动化场景。

Cerebellum的主要功能

• 图形导航：将网页浏览简化为向图导航，将每个网页视为节点，用户操作(如点击或输入)作为节点之间的边缘。
• 节点发现：分析基于LLM(大型语言模型)的页面内容，发现和识别新的网页节点。
• 行动决策：智能决策下一步行动是基于当前网页状态和历史用户操作。
• 支持多浏览器：与Chrome兼容、Firefox、各种浏览器，如Safari和Edge。
• 模拟用户行为：适用于复杂的自动化场景，准确模拟用户行为，如点击、输入等。
• 调整动态策略：根据实时反馈动态调整浏览策略和操作，接受操作指令。
• 表单填写：自动填写用户提供的JSON数据的网页表单。

cerebellum的技术原理

• 网页模型化：将网页浏览过程模型化为有向图，每个网页都是节点，用户操作是节点之间的连接边。
• LLM集成：集成大型语言模型（LLM），比如Claude 3.5 Sonnet，分析网页内容和交互元素，识别和规划新节点。
• 状态分析：LLM根据当前的网页状态和历史操作数据决定下一步的最佳行动。
• 行动执行和反馈：Cerebelum执行LLM规划操作，并将操作后的新网页状态反馈给LLM，以便做出下一步决策。
• 目标导向：从网页开始，目标是到达代表任务完成的目标节点。
• 自动化流程：用户设定目标，Cerebellum自动处理繁琐的脚本录制和执行，实现自动化任务。
• 环境集成：与Selenium 基于Selenium的浏览器驱动能力，WebDriver紧密集成，实现跨浏览器的自动化操作。

Cerebellum项目地址

• GitHub仓库：https://github.com/theredsix/cerebellum

Cerebellum的应用场景

• 网站自动化测试：实施网页功能测试，自动测试脚本，确保网站或Web应用程序的各种功能按预期工作。
• 数据捕获与分析：在市场研究、竞争对手分析或数据聚合服务中，自动化从网页上捕获数据。
• 网页内容管理：自动更新文章、发布博客、管理用户评论等管理网站内容。
• 电子商务：订单、库存管理、价格比较、产品信息更新等任务的自动化处理。
• 自动化客户服务：回答自动聊天机器人或客户支持系统中常见的问题，提高客户服务效率。