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。
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。

Numpyを使用して多次元配列を作成すると、次の手順を通じて実現できます。1)numpy.array()関数を使用して、np.array([[1,2,3]、[4,5,6]])などの配列を作成して2D配列を作成します。 2)np.zeros()、np.ones()、np.random.random()およびその他の関数を使用して、特定の値で満たされた配列を作成します。 3)アレイの形状とサイズの特性を理解して、サブアレイの長さが一貫していることを確認し、エラーを回避します。 4)np.reshape()関数を使用して、配列の形状を変更します。 5)コードが明確で効率的であることを確認するために、メモリの使用に注意してください。

BroadcastinginNumPyisamethodtoperformoperationsonarraysofdifferentshapesbyautomaticallyaligningthem.Itsimplifiescode,enhancesreadability,andboostsperformance.Here'showitworks:1)Smallerarraysarepaddedwithonestomatchdimensions.2)Compatibledimensionsare

Forpythondatastorage、chooseLists forfficability withmixeddatypes、array.arrayformemory-efficienthogeneousnumericaldata、およびnumpyArrays foradvancednumericalcomputing.listSareversatilebuteficient efficient forlargeNumericaldatates;

pythonlistsarebetterthanarrays formangingdiversedatypes.1)listscanholdelementsofdifferenttypes、2)adearedditionsandremovals、3)theeofferintutiveoperation likeslicing、but4)theearlessememory-effice-hemory-hemory-hemory-hemory-hemory-adlower-dslorededatas。

toaccesselementsinapythonarray、useindexing:my_array [2] Accessesthirderement、Returning3.pythonuseszero basedIndexing.1)usepositiveandnegativeindexing:my_list [0] forteefirstelement、my_list [-1] exterarast.2)

記事では、構文のあいまいさのためにPythonにおけるタプル理解の不可能性について説明します。 Tupple式を使用してTuple()を使用するなどの代替は、Tuppleを効率的に作成するためにお勧めします。(159文字)

この記事では、Pythonのモジュールとパッケージ、その違い、および使用について説明しています。モジュールは単一のファイルであり、パッケージは__init__.pyファイルを備えたディレクトリであり、関連するモジュールを階層的に整理します。

記事では、PythonのDocstrings、それらの使用、および利点について説明します。主な問題:コードのドキュメントとアクセシビリティに関するドキュストリングの重要性。


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

SublimeText3 中国語版
中国語版、とても使いやすい

mPDF
mPDF は、UTF-8 でエンコードされた HTML から PDF ファイルを生成できる PHP ライブラリです。オリジナルの作者である Ian Back は、Web サイトから「オンザフライ」で PDF ファイルを出力し、さまざまな言語を処理するために mPDF を作成しました。 HTML2FPDF などのオリジナルのスクリプトよりも遅く、Unicode フォントを使用すると生成されるファイルが大きくなりますが、CSS スタイルなどをサポートし、多くの機能強化が施されています。 RTL (アラビア語とヘブライ語) や CJK (中国語、日本語、韓国語) を含むほぼすべての言語をサポートします。ネストされたブロックレベル要素 (P、DIV など) をサポートします。

ドリームウィーバー CS6
ビジュアル Web 開発ツール

WebStorm Mac版
便利なJavaScript開発ツール

Safe Exam Browser
Safe Exam Browser は、オンライン試験を安全に受験するための安全なブラウザ環境です。このソフトウェアは、あらゆるコンピュータを安全なワークステーションに変えます。あらゆるユーティリティへのアクセスを制御し、学生が無許可のリソースを使用するのを防ぎます。

ホットトピック









