LaVague

收录理由

LaVague 是一个开源框架，用于构建能理解自然语言目标的 AI 网页代理。比如你交给它“打印 Hugging Face 的 Diffusers 库的安装步骤”这样的任务，它就能全程处理：一个世界模型读取当前页面并判断需要做什么，然后动作引擎把这些指令编译成 Selenium 或 Playwright 代码并执行。它的吸引力在于你不必自己动手搭建这些。你只需把目标接入你的产品，框架就会规划并执行浏览器操作。另外，还有为 QA 工程师准备的配套工具：LaVague QA 利用同一底层机制，把 Gherkin 规范转化为自动化的网页测试。如果你想要基于大语言模型的浏览器自动化，又不想自己拼凑各个组件，这是一个不错的起点。