あらゆる Web サイトを使用できる AI エージェントを構築する方法-Python チュートリアル-php.cn

ホームページ

バックエンド開発

Python チュートリアル

あらゆる Web サイトを使用できる AI エージェントを構築する方法

Susan Sarandon

Jan 08, 2025 am 12:02 AM

AI エージェントを Web に接続: 開発者の歩みとコンピューター使用の台頭

過去 2 年間の AI エージェント開発における大きなハードルの 1 つは、Web アクセスを確実に許可することでした。電子メールを送信するように設計された AI エージェントを考えてみましょう。これを Gmail や Outlook にどのように接続しますか? API、Web サイト、または自律型 Web エージェント?この記事では、さまざまな方法を検討します。

API と SDK: 限定的なアプローチ

多くの開発者は API と SDK を利用しています。これにより、低遅延と堅牢な認証が実現しますが、次のような制限があります。

API の利用不可: すべての Web サービスが API を提供しているわけではありません。
ドキュメントの課題: ドキュメントが古くなったり、書かれていないことがよくあります。
機能のギャップ: API には対応する Web サイトの完全な機能が欠けていることが多く、特定のタスクが妨げられます。

幸いなことに、いくつかのサービスが API 呼び出しライブラリを提供しています。

Composio: 強力な認証を備えた AI エージェント用のツールを提供します。
ラングチェーンツール: ラングチェーン/グラフエージェント用のリソース。
Apify: コミュニティ主導の広大な API ライブラリ。

ただし、ユニバーサル Web サービスにアクセスするには、API を超えて進む必要があります。

ウェブサイトのインタラクション: 人間によるアプローチ

信頼性の高い AI エージェントの Web サイトとの対話により、Web ベースの人的タスクの自動化が可能になります。でもどうやって?

多くの開発者は、最初は Selenium や Playwright などのブラウザテストフレームワークを使用します。ただし、このアプローチには次のような課題があります。

脆弱性: Web サイトの変更 (A/B テストなど) により、スクリプトは簡単に壊れます。
検出可能性: テストブラウザは簡単に識別され、ブロックされます。
実稼働環境での展開: 実稼働環境では、ブラウザのホスティング、認証の管理、プロキシのローテーションは複雑です。

これらの問題に対処するために、次のようなブラウザ SDK を実験しました。

脆弱な CSS セレクターの代わりに自然言語セレクター (get_element("find the login button") など) を採用します。
組み込み認証を統合します。
ブロックを防ぐために、組み込みの回転プロキシを備えた事前設定されたリモートホスティングを提供します。

この作品は現在オープンソース (Dendrite SDK) となっており、現在は積極的な開発は行われていませんが、研究と適応のために引き続き利用できます。同様の代替手段には次のものがあります:

AgentQL: Python ライブラリ。
ステージハンド: JavaScript/TypeScript ライブラリ。

コンピュータの使用: Web AI エージェントの将来?

Rich Sutton の「苦い教訓」は、コンピューティングの増加に応じて拡張可能な汎用 AI ソリューションの優位性を強調しています。 Anthropic の Computer Use はこの原則を具体化しており、LLM がマウスとキーボード入力を使用してコンピュータ/ブラウザを直接制御できるようになり、スクリプトや API 呼び出しが不要になります。彼らのアプローチは、タスク固有のツールよりも一般的なコンピュータースキルに重点を置いています。これは苦い教訓と完全に一致しており、最も多用途な AI エージェントが人間と同じようにウェブと直接対話することを示唆しています。初期の結果では、よく作成されたプロンプトを使用した複雑なタスクで高い信頼性が示されており、多くの場合、Anthropic のプロンプト改善ツールによって強化されています。

結論: 未来を受け入れる

API は依然として価値がありますが、将来的には、ほとんどの AI エージェントにとってコンピューター使用のようなアプローチが好まれる可能性があります。エージェントがログインして Web サイトの検索機能を使用し、上位の結果から結論を抽出できるのであれば、なぜ API を介してデータベース全体に依存するのでしょうか? AI 開発者にとっての問題は、この一般化可能なアプローチを採用するか、それともより特殊な手法の限界に直面するリスクを負うかです。

注: これは私の最初の開発者投稿です。今後の投稿を改善するためのフィードバックは大歓迎です。 AI エージェントや AI によるタスク自動化に関する質問も歓迎されます。 How to Build AI Agents that can Use any Website

以上があらゆる Web サイトを使用できる AI エージェントを構築する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

声明

この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

HTMLを解析するために美しいスープを使用するにはどうすればよいですか？Mar 10, 2025 pm 06:54 PM

この記事では、Pythonライブラリである美しいスープを使用してHTMLを解析する方法について説明します。 find（）、find_all（）、select（）、およびget_text（）などの一般的な方法は、データ抽出、多様なHTML構造とエラーの処理、および代替案（SEL

LinuxターミナルでPythonバージョンを表示するときに発生する権限の問題を解決する方法は？Apr 01, 2025 pm 05:09 PM

LinuxターミナルでPythonバージョンを表示する際の許可の問題の解決策PythonターミナルでPythonバージョンを表示しようとするとき、Pythonを入力してください...

Pythonオブジェクトのシリアル化と脱介入：パート1Mar 08, 2025 am 09:39 AM

Pythonオブジェクトのシリアル化と脱介入は、非自明のプログラムの重要な側面です。 Pythonファイルに何かを保存すると、構成ファイルを読み取る場合、またはHTTPリクエストに応答する場合、オブジェクトシリアル化と脱滑り化を行います。ある意味では、シリアル化と脱派化は、世界で最も退屈なものです。これらすべての形式とプロトコルを気にするのは誰ですか？ Pythonオブジェクトを維持またはストリーミングし、後で完全に取得したいと考えています。これは、概念レベルで世界を見るのに最適な方法です。ただし、実用的なレベルでは、選択したシリアル化スキーム、形式、またはプロトコルは、プログラムの速度、セキュリティ、メンテナンスの自由、およびその他の側面を決定する場合があります。

Pythonの数学モジュール：統計Mar 09, 2025 am 11:40 AM

Pythonの統計モジュールは、強力なデータ統計分析機能を提供して、生物統計やビジネス分析などのデータの全体的な特性を迅速に理解できるようにします。データポイントを1つずつ見る代わりに、平均や分散などの統計を見て、無視される可能性のある元のデータの傾向と機能を発見し、大きなデータセットをより簡単かつ効果的に比較してください。このチュートリアルでは、平均を計算し、データセットの分散の程度を測定する方法を説明します。特に明記しない限り、このモジュールのすべての関数は、単に平均を合計するのではなく、平均（）関数の計算をサポートします。浮動小数点数も使用できます。ランダムをインポートしますインポート統計 fractiから

TensorflowまたはPytorchで深い学習を実行する方法は？Mar 10, 2025 pm 06:52 PM

この記事では、深い学習のためにTensorflowとPytorchを比較しています。関連する手順、データの準備、モデルの構築、トレーニング、評価、展開について詳しく説明しています。特に計算グラップに関して、フレームワーク間の重要な違い

美しいスープでPythonでWebページを削る：検索とDOMの変更Mar 08, 2025 am 10:36 AM

このチュートリアルは、単純なツリーナビゲーションを超えたDOM操作に焦点を当てた、美しいスープの以前の紹介に基づいています。 HTML構造を変更するための効率的な検索方法と技術を探ります。 1つの一般的なDOM検索方法はExです

この記事では、numpy、pandas、matplotlib、scikit-learn、tensorflow、django、flask、and requestsなどの人気のあるPythonライブラリについて説明し、科学的コンピューティング、データ分析、視覚化、機械学習、Web開発、Hの使用について説明します。