Browser Use
جديد🗒️ ما هو Browser Use؟
تتيح مكتبة Python مفتوحة المصدر وواجهة برمجة التطبيقات السحابية لأتمتة متصفح الذكاء الاصطناعي - للوكيل الذي يعمل بنظام LLM رؤية صفحات الويب الحقيقية والنقر عليها وكتابتها والتنقل فيها، وتمكين أتمتة المتصفح داخل وكلاء الذكاء الاصطناعي الآخرين.
يقوم استخدام المتصفح بإقران LLM برؤية الكمبيوتر لتشغيل متصفح حقيقي: ملء النماذج، والنقر فوق التدفقات متعددة الخطوات، واستخراج البيانات بالطريقة التي يريدها الإنسان، بدلاً من الاعتماد على واجهة برمجة تطبيقات الموقع. يتم شحنها كمكتبة بايثون مجانية ومفتوحة المصدر للاستخدام المستضاف ذاتيًا، بالإضافة إلى واجهة برمجة تطبيقات سحابية مستضافة وبنية تحتية مدارة للمتصفح عن بُعد للفرق التي لا ترغب في تشغيلها بنفسها.
يتميز Browser Use بشكل خاص بـالمكتبة الأساسية مجانية ومفتوحة المصدر وقابلة للاستضافة الذاتية بدون تأمين البائع ويعمل مع اختيارك لـ LLM بدلاً من الارتباط بمزود نموذج واحد وتستخدم تحت غطاء المحرك من قبل غيرها من منتجات الوكيل المعروفة، إشارة إلى الموثوقية في العالم الحقيقي، ما يجعله خياراً شائعاً لـيقوم المطورون ببناء وكيل مخصص يحتاج إلى تشغيل مواقع ويب حقيقية، وليس فقط استدعاء واجهات برمجة التطبيقات وأتمتة سير عمل الويب المتكرر متعدد الخطوات (ملء النموذج، واستخراج البيانات، والاشتراكات في الحساب). شي يستاهل الانتباه: تتطلب الاستضافة الذاتية راحة المطور مع بايثون وفوترة واجهة برمجة تطبيقات LLM الخاصة بك.
✨ شنو هي الميزات الأساسية ديال Browser Use؟
LLM + التصفح القائم على الرؤية
يجمع بين نموذج اللغة ورؤية الكمبيوتر لرؤية صفحات الويب الحقيقية والتفاعل معها كما يفعل الإنسان، وليس من خلال واجهة برمجة تطبيقات الموقع.
مصدر مفتوح
المكتبة الأساسية مجانية وقابلة للاستضافة الذاتية بيثون، مع عدم وجود اشتراك مطلوب للبدء.
لاإدراكي للنموذج
يعمل مع GPT -4o و Claude و Gemini وغيرها من LLMs بدلاً من حجزك في مزود واحد.
واجهة برمجة تطبيقات السحابة المستضافة
بديل مُدار (API V4) للفرق التي لا ترغب في تشغيل وصيانة البنية التحتية للمتصفح الخاصة بها.
إدارة المتصفحات البعيدة
يمكنك التحكم في حالات المتصفح البعيد عبر SDK أو REST أو CDP، والتي تتم فوترتها بواسطة ساعة المتصفح، بدلاً من تشغيل المتصفحات على خوادمك الخاصة.
يمنح الصلاحيات لمنتجات الوكيل الأخرى
تُستخدم كطبقة أتمتة للمتصفح داخل عوامل مستقلة أخرى، وليس فقط كأداة مستقلة.
مجتمع نشط مفتوح المصدر
يساهم مجتمع GitHub و Discord الكبير بنشاط في الإصلاحات والإضافات.
👍 ما هي مميزات وعيوب Browser Use؟
المميزات
- المكتبة الأساسية مجانية ومفتوحة المصدر وقابلة للاستضافة الذاتية بدون تأمين البائع
- يعمل مع اختيارك لـ LLM بدلاً من الارتباط بمزود نموذج واحد
- تستخدم تحت غطاء المحرك من قبل غيرها من منتجات الوكيل المعروفة، إشارة إلى الموثوقية في العالم الحقيقي
- يلغي خيار السحابة الحاجة إلى إدارة البنية التحتية للمتصفح بنفسك إذا كنت لا ترغب في ذلك
العيوب
- تتطلب الاستضافة الذاتية راحة المطور مع بايثون وفوترة واجهة برمجة تطبيقات LLM الخاصة بك
- مقياس تكاليف واجهة برمجة التطبيقات السحابية لكل مهمة وكل خطوة، والتي يمكن أن تصبح غير متوقعة بكميات كبيرة
- لا يزال من الممكن أن تفشل عوامل التشغيل الآلي للمتصفح في تخطيطات الصفحات غير العادية أو المبهمة بشكل كبير
- ليس منتجًا استهلاكيًا - لا توجد واجهة مستخدم دردشة بسيطة، فقط الرمز/واجهة برمجة التطبيقات ولوحة المعلومات السحابية
🎯 فيما يمكن استخدام Browser Use؟
💰 كم تكلفة Browser Use؟
مكتبة استخدام المتصفح الأساسية مجانية ومفتوحة المصدر (مستضافة ذاتيًا، أحضر مفتاح واجهة برمجة تطبيقات LLM الخاص بك). تضيف المستضافة طبقة مجانية (10 مهام/شهر) بالإضافة إلى تبدأ من حوالي 29 $/شهر (خطة التطوير، بما في ذلك 29 $ في الاعتمادات و 25 جلسة متزامنة )؛ يعمل تسعير API القائم على حوالي 0.01 $ لكل بالإضافة إلى لكل خطوة تختلف حسب الطراز (تقريبًا $ 0.01-$ 0.03/خطوة) . تتم فوترة المدارة للمتصفح عن بُعد بشكل منفصل، بدءًا من حوالي 0.02 $ لكل ساعة متصفح.
🚀 كيفاش تستعمل Browser Use
- للاستضافة الذاتية: قم بتثبيت PIP باستخدام مكتبة Python للمتصفح وقدم مفتاح واجهة برمجة تطبيقات LLM الخاص بك (OpenAI، Anthropic، Google، إلخ).
- اكتب مهمة بلغة بسيطة (على سبيل المثال "انتقل إلى هذا الموقع واملأ هذا النموذج ") ومررها إلى وكيل استخدام المتصفح في التعليمات البرمجية.
- قم بتشغيله محليًا باستخدام متصفحك الخاص، أو قم بتوجيهه إلى مثيل متصفح بعيد مدار عبر SDK/REST/CDP.
- للحصول على خيار عدم وجود بنية تحتية، اشترك في browser-use.com للحصول على المستوى المجاني لواجهة برمجة التطبيقات السحابية (10 مهام/شهر) بدلاً من الاستضافة الذاتية.
- يتم تشغيل مهمة المراقبة من خلال لوحة التحكم السحابية، والترقية إلى خطة التطوير المدفوعة إذا تجاوزت المستوى المجاني أو كنت بحاجة إلى المزيد من الجلسات المتزامنة.
🔀 أفضل بدائل Browser Use
AutoGPT
إطار عمل أوسع للوكيل المستقل إذا كان التحكم في المتصفح هو جزء واحد فقط مما تحتاجه تلقائيًا.
CrewAI
أكثر ملاءمة لتنسيق العديد من الوكلاء المتعاونين بدلاً من مهمة قيادة متصفح واحد.
LangChain
إطار عمل أكثر عمومية إذا كنت تقوم ببناء مكدس وكيل مخصص يتجاوز مجرد أتمتة المتصفح.
Flowise
خيار بدون رمز إذا كنت تريد سير عمل الوكيل دون كتابة بايثون مباشرة.
🏆 هل تستاهل Browser Use؟
يكتسب استخدام المتصفح سمعته من خلال كونه الشيء الذي تبني عليه منتجات الوكيل الأخرى بهدوء - طريقة مجانية ومفتوحة المصدر ونموذجية لجعل LLM تعمل بالفعل على متصفح حقيقي بدلاً من استدعاء واجهة برمجة تطبيقات مرتبة. بالنسبة للمطورين الذين يشعرون بالراحة مع بايثون، يصعب التغلب على المكتبة المستضافة ذاتيًا من حيث التكلفة والتحكم . تعد واجهة برمجة التطبيقات السحابية والبنية التحتية للمتصفح المدار هي المكالمة الصحيحة بمجرد أن تفضل الدفع لكل مهمة بدلاً من حالات المتصفح التي تجالس الأطفال بنفسك، على الرغم من أن التكاليف تتناسب مع الاستخدام بطريقة تحتاج إلى مراقبة بأي حجم حقيقي. إنها ليست أداة لغير المطورين الذين يبحثون عن مساعد على غرار الدردشة - لذلك، فإن وكيل المستهلك مثل Manus أو Perplexity Comet هو نقطة البداية الأفضل.
❓ الأسئلة الشائعة
هل استخدام المتصفح مجاني ؟
المكتبة الأساسية مجانية ومفتوحة المصدر للاستضافة الذاتية. تحتوي واجهة برمجة التطبيقات السحابية المستضافة على مستوى مجاني (10 مهام/شهر) وخطط مدفوعة تبدأ من حوالي 29 $/شهر للاستخدام الثقيل.
ما الغرض من استخدام المتصفح ؟
السماح لوكيل LLM برؤية متصفح ويب حقيقي والتحكم فيه - النقر والكتابة وملء النماذج واستخراج البيانات - بالطريقة التي يفعلها الإنسان، بدلاً من الاعتماد على موقع يحتوي على واجهة برمجة تطبيقات نظيفة.
هل أحتاج إلى معرفة كيفية الترميز لاستخدام استخدام المتصفح ؟
نعم، بالنسبة للمكتبة المستضافة ذاتيًا، فهي حزمة بايثون تدمجها في التعليمات البرمجية الخاصة بك. تعمل لوحة معلومات واجهة برمجة التطبيقات السحابية على خفض الشريط إلى حد ما ولكنها لا تزال أداة موجهة للمطورين، وليست تطبيقًا للمستهلك.
ما هي نماذج الذكاء الاصطناعي التي يعمل معها المتصفح ؟
إنه نموذج لا أدري - إنه يعمل مع GPT -4o و Claude و Gemini وغيرها من LLMs بدلاً من طلب مزود واحد محدد.
هل استخدام المتصفح هو نفسه استخدام مانوس ؟
لا. استخدام المتصفح هو مكتبة/واجهة برمجة تطبيقات أتمتة مفتوحة المصدر أساسية ؛ مانوس هو منتج وكيل مستقل يواجه المستهلك ويستخدم (مثل بعض الوكلاء الآخرين) أدوات أتمتة المتصفح مثل هذه تحت غطاء المحرك.
كم تبلغ تكلفة استخدام المتصفح لواجهة برمجة التطبيقات السحابية لكل مهمة ؟
ما يقرب من 0.01 $ لكل بالإضافة إلى لكل خطوة تعتمد على النموذج المستخدم لتلك - حوالي 0.01 $ إلى 0.03 $ لكل خطوة للنماذج الشائعة.
⭐ آراء المستخدمين
كن أول من يكتب تقييمًا!