Nanobrowser: Tiện ích Chrome mã nguồn mở tự động hóa web bằng AI đa tác tử
Kho lưu trữ mã nguồn mở nanobrowser/nanobrowser đã thu hút thêm 169 lượt sao trên GitHub trong tuần này. Dự án mang đến một tiện ích mở rộng Chrome cho phép người dùng thực thi các quy trình AI đa tác tử để tự động hóa trình duyệt bằng khóa API LLM của riêng mình. Nanobrowser mang đến một giải pháp thay thế mã nguồn mở, chú trọng quyền riêng tư cho các tác tử tự động hóa web thương mại như OpenAI Operator. Nhờ cơ chế tự cung cấp khóa API, người dùng có khả năng kiểm soát tốt hơn về việc lựa chọn mô hình, chi phí và bảo mật dữ liệu. Dự án được viết bằng TypeScript và đã đạt gần 1.500 lượt fork trên GitHub. Tiện ích mở rộng này tận dụng kiến trúc đa tác tử để phân chia các tác vụ trình duyệt phức tạp cho các tác tử chuyên biệt hợp tác xử lý ngay trong môi trường trình duyệt của người dùng.
## KIẾN THỨC NỀN
Tự động hóa trình duyệt truyền thống phụ thuộc vào việc viết kịch bản thủ công qua các bộ công cụ như Puppeteer hay Selenium. Sự phát triển gần đây của các tác tử AI, điển hình là OpenAI Operator, cho phép các mô hình ngôn ngữ lớn tự động điều hướng, tương tác và hoàn thành tác vụ trên các trang web. Quy trình làm việc đa tác tử tiếp tục phát triển định hướng này bằng cách phối hợp nhiều tác tử AI chuyên biệt để giải quyết các quy trình phức tạp một cách tin cậy hơn.