Claude 3.5 Sonnet 기반 경량 브라우저 자동화 도구 Cerebellum
요약
Cerebellum은 Claude 3.5 Sonnet을 기반으로 하는 경량 에이전트 브라우저 도구입니다. 이 도구는 웹페이지를 방향성 그래프로 단순화하고, LLM의 계획과 실행을 통해 사용자가 정의한 목표(예: 상품 검색 및 장바구니 추가)를 달성하는 것을 목표로 합니다. Selenium 호환성을 갖추고 있으며, 동적 브라우징 전략 조정이 가능합니다.
핵심 포인트
- Claude 3.5 Sonnet 기반의 에이전트 브라우저 도구입니다.
- 웹페이지 상호작용을 방향성 그래프 탐색으로 모델링했습니다.
- LLM이 현재 상태와 과거 동작을 기반으로 다음 행동을 계획하고 실행합니다.
- Selenium 호환성을 지원하며, 다양한 작업을 아우르는 시연이 가능합니다.
이 패키지는 사용 중단되었습니다. Online Mind2Web에서 90% 점수를 기록하는 더 나은 에이전트 브라우저 도구를 보려면 Agent Browser Protocol을 확인하세요.
Cerebellum
키보드 및 마우스 동작을 사용하여 웹페이지에서 사용자가 정의한 목표를 달성하는 에이전트 기반의 경량 브라우저입니다.
작동 모습 보기
목표: 10피트 길이의 USB C to C 케이블을 찾아 장바구니에 추가하기
설정
사용하는 언어에 맞는 설정 지침을 참조하세요:
작동 방식
- 웹 브라우징은 방향성 그래프(directed graph)를 탐색하는 것으로 단순화됩니다.
- 각 웹페이지는 보이는 요소와 데이터를 가진 노드(node)입니다.
- 클릭 또는 입력과 같은 사용자 동작은 노드 사이를 이동하는 엣지(edge)입니다.
- Cerebellum은 웹페이지에서 시작하여 목표가 완료된 상태를 구현하는 대상 노드를 목표로 삼습니다.
- 페이지 콘텐츠와 상호작용 요소를 분석하여 새로운 노드를 찾기 위해 LLM을 사용합니다.
- LLM은 현재 상태와 과거 동작을 기반으로 다음 동작을 결정합니다.
- Cerebellum은 LLM이 계획한 동작을 실행하고, 새 상태를 다시 LLM에 피드백하여 다음 단계를 진행합니다.
- LLM이 목표가 달성되었거나 달성 불가능하다고 판단할 때 프로세스가 종료됩니다.
현재는 Claude 3.5 Sonnet만이 지원되는 LLM입니다
기능
- 모든 Selenium을 지원하는 브라우저와 호환됩니다.
- 사용자 제공 JSON 데이터를 사용하여 양식을 채웁니다.
- 브라우징 전략 및 동작을 동적으로 조정하기 위해 런타임 지침(runtime instructions)을 수락합니다.
- TODO: 브라우징 세션에서 학습 데이터셋 생성
로드맵
로드맵
-
ActionPlanner로 Claude 3.5 Sonnet 통합 - 다양한 작업을 아우르는 성공적인
BrowserAgent시연 - Python SDK 생성
- 탭 브라우징 처리
- 웹사이트에서 데이터 추출 처리
- 수직 스크롤링 동작 개선
- 수평 스크롤링 동작 개선
- 시스템 프롬프트 성능 개선
- 스크린샷의 마우스 위치 표시 개선
- 브라우저 세션을 학습 데이터셋으로 변환하는 기능 추가
-
ActionPlanner로서 추가 LLM 지원 - 로컬 모델 훈련
-
ActionPlanner로서 로컬 모델 통합
알려진 문제점 (Known Issues)
- Claude 3.5 안전 거부:
- CAPTCHA 해결 거부
- 페이지에 정치적 콘텐츠가 있을 때 탐색 거부
기여 (Contributing)
Cerebellum에 대한 기여를 환영합니다. 참여 방법에 대한 자세한 내용은 CONTRIBUTING.md을 참조하십시오.
버그 보고, 기능 요청 또는 코드 변경 등 모든 기여에 감사드립니다.
라이선스 (License)
본 프로젝트는 MIT License 하에 라이선스가 부여됩니다.
유지 관리자 (Maintainer)
협업자 (Collaborators)
AI 자동 생성 콘텐츠
본 콘텐츠는 HN Claude Code Search의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기0