BrowserPilot新手教程：用10行英语完成你的第一次AI网页搜索自动化

BrowserPilot新手教程用10行英语完成你的第一次AI网页搜索自动化【免费下载链接】browserpilotNatural language browser automation项目地址: https://gitcode.com/gh_mirrors/br/browserpilotBrowserPilot 是一款自然语言浏览器自动化工具你只需要用英语写几条指令就像给人发微信它就能自动操控 Chrome 浏览器完成搜索、点击、抓取、总结等网页操作。对于从未写过爬虫代码的新手它把AI 网页自动化的门槛降到了会写英语的水平 为什么需要 BrowserPilot传统网页自动化要写 Selenium 代码找元素、写 XPath、处理等待……网站页面一改脚本就崩。而 BrowserPilot 的思路完全不同传统方式BrowserPilot 方式写脆弱的 Selenium 代码写几行英语指令页面改版后脚本失效重新描述任务即可需要编程基础会写英语就行原理是GPT 把你的自然语言指令翻译成可执行的自动化代码再驱动浏览器完成操作。相当于用 Copilot 的方式写自动化而不是和朋友聊天。一键安装步骤只需 3 步安装工具包pip install browserpilot下载 Chromedriver最新稳定版解压后放到你的脚本同目录下配置 API Key设置环境变量OPENAI_API_KEY为你的 OpenAI 密钥 也可以拉取源码查看完整示例与提示词库git clone https://gitcode.com/gh_mirrors/br/browserpilot你的第一次任务10行英语驱动AI搜索自动化现在把下面这 10 行英语指令交给 BrowserPilot它会自动打开谷歌、搜索、并打开维基百科词条Go to Google.com Find all textareas. Find the first visible textarea. Click on the first visible textarea. Type in buffalo buffalo buffalo buffalo buffalo and press enter. Wait 2 seconds. Find all anchor elements that link to Wikipedia. Click on the first one. Wait for 10 seconds. Summarize the page and print out the summary.只需 3 行 Python 代码就能跑起来完整可运行示例见 examples.pyfrom browserpilot.agents.gpt_selenium_agent import GPTSeleniumAgent agent GPTSeleniumAgent(instructions, /path/to/chromedriver) agent.run()跑起来后你会看到浏览器自动打开谷歌、输入关键词、点击结果链接最后还帮你把页面内容总结成摘要——全程零 Selenium 代码 ✅写出高质量英文指令新手避坑指南 这是更难但更有趣的部分。因为 GPT 要把你的话翻译成代码指令越精确效果越好✅ 用技术术语说textarea、anchor、input别只说 text box、search box✅ 描述要具体说 button which says Log in而不是 the login button✅一个动作一行与其写 find all the visible textareas不如拆成两行 find all the textareas find the first visible textarea✅ 关键步骤之间加Wait 2 seconds.给页面留出加载时间项目内置的提示词示例库prompts/examples/是最好的教材直接照着改就能上手buffalo_wikipedia.yaml谷歌搜索并打开维基百科本教程同款nytimes_headline_list.yaml抓取纽约时报首页标题并让 AI 从中挑出政治新闻summarization_wikipedia_example.yaml搜索 自动总结网页内容进阶技巧把常用流程封装成函数用BEGIN_FUNCTION和END_FUNCTION包裹指令就能把一套操作命名复用之后一行RUN_FUNCTION调用写法可以参考 buffalo_wikipedia.yamlBEGIN_FUNCTION search_buffalo Go to Google.com ...搜索步骤 END_FUNCTION RUN_FUNCTION search_buffalo Wait for 10 seconds.还可以把指令存成 YAML/JSON 文件重复使用构造 Agent 时传入instruction_output_file能把 GPT 编译好的代码缓存下来避免重复消耗 API 费用。它是怎么工作的架构一览 ️BrowserPilot 的架构非常简洁核心只有三块InstructionCompiler把你的自然语言指令解析成可执行的动作代码提示词模板位于 browserpilot/agents/compilers/instruction_compiler.pyGPTSeleniumAgent主 Agent每个动作点击、输入、等待、滚动等都对应一个方法源码在 browserpilot/agents/gpt_selenium_agent.pyMemory让 Agent 记住浏览过的网页支持查询记忆和跨页面综合信息位于 browserpilot/agents/memories/Agent 内置的能力即你指令中可调用的动词包括动作说明env.get(url)打开指定网址env.find_element(s)查找页面元素env.click/env.send_keys点击 / 输入文本env.wait/env.scroll等待 / 滚动页面env.get_llm_response就页面上的内容提问 AIenv.retrieve_information让 AI 总结或提取页面信息env.ask_llm_to_find_element让 AI 按描述定位元素env.query_memory查询浏览记忆⚠️ 安全提醒必读项目官方明确提示BrowserPilot 会通过exec执行 OpenAI 返回的代码这并非安全惯例。使用时请务必在受信任的网络环境运行不要用于敏感账户操作留意 readme.md 中的免责声明软件按现状提供小结你要学的BrowserPilot 帮你做的写 10 行英语指令翻译成自动化代码配置好 Chromedriver 和 API Key驱动浏览器搜索、点击、抓取、总结从写爬虫代码到写几句英语这就是 AI 网页自动化的魅力。打开 prompts/examples/ 里的示例改几个词今天就能跑起你的第一个自动化任务 【免费下载链接】browserpilotNatural language browser automation项目地址: https://gitcode.com/gh_mirrors/br/browserpilot创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考