Cerebellum - ウェブページのタスク自動化とアクションプランニングのためのブラウザAIアシスタント。

小脳とは何ですか？

Cerebellumは、Claude 3.5 SonnetとSelenium WebDriverをベースに構築されたブラウザベースのAIアシスタントです。タスクの意図を理解し、データスクレイピングやWebサイトの自動テストといった自動化されたWebタスクを実行します。Cerebellumは、LLMを使用してページコンテンツとインタラクティブ要素を分析し、アクションパスをインテリジェントに計画し、ページの状態と過去の操作に基づいて戦略を動的に調整することで、指向グラフナビゲーションとしてWebブラウジングを簡素化します。Cerebellumは複数のブラウザをサポートし、ユーザーの行動を正確にシミュレートし、複雑な自動化シナリオに適しています。

小脳の主な機能

• グラフィカルナビゲーションこれにより、ウェブブラウジングは有向グラフナビゲーションへと簡素化され、各ウェブページはノードとして扱われ、ユーザーの操作（クリックや入力など）はノード間のエッジとして扱われます。
• ノード検出LLM（大規模言語モデル）分析に基づいて、新しいウェブページノードが発見され、識別されます。
• 行動決定現在のウェブページの状態と過去のユーザー行動に基づいて、次のアクションをインテリジェントに決定する。
• マルチブラウザ対応Chrome、Firefox、Safari、Edgeなど、複数のブラウザに対応しています。
• ユーザー行動シミュレーションクリックや入力といったユーザーの行動を正確にシミュレートし、複雑な自動化シナリオに適しています。
• 動的戦略調整実行時指示を受け入れ、リアルタイムのフィードバックに基づいてブラウジング戦略と操作を動的に調整します。
• フォームへの記入ユーザーが提供したJSONデータを使用して、Webフォームに自動的に入力します。

小脳の技術的原理

• ウェブページモデリングウェブ閲覧プロセスは有向グラフとしてモデル化され、各ウェブページがノード、ユーザーの操作がノード間を結ぶエッジとなる。
• LLM統合クロード3.5ソネットなどの大規模言語モデル（LLM）を統合し、ウェブページのコンテンツやインタラクティブな要素を分析し、新しいノードを特定して計画する。
• 状態分析LLMは、ウェブページの現在の状態と過去の運用データに基づいて、最適な対応策を決定します。
• アクションの実行とフィードバック小脳はLLMによって計画された操作を実行し、操作後の新しいウェブページの状態をLLMにフィードバックして、さらなる意思決定に役立てる。
• 目標志向最初のウェブページから出発し、タスク完了を表すターゲットノードに到達することが目標です。
• 自動化されたプロセスユーザーが目標を設定すると、Cerebellumが面倒なスクリプトの記録と実行を自動的に処理し、自動化されたタスクを実現します。
• 環境統合Selenium WebDriverと緊密に統合されており、Seleniumのブラウザ駆動機能に基づいたクロスブラウザ自動化を実現します。

小脳プロジェクトの住所

• GitHubリポジトリ：https://github.com/theredsix/cerebellum

小脳の応用

• ウェブサイトの自動テストウェブページの機能テストを実施し、テストスクリプトの実行を自動化し、ウェブサイトまたはウェブアプリケーションのすべての機能が期待どおりに動作することを確認する。
• データスクレイピングと分析市場調査、競合分析、またはデータ集約サービスのために、ウェブページから自動的にデータをスクレイピングします。
• ウェブコンテンツ管理ウェブサイトのコンテンツ管理（記事の自動更新、ブログの公開、ユーザーコメントの管理など）。
• 電子商取引注文処理、在庫管理、価格比較、製品情報の更新といった作業を自動化します。
• 顧客サービス自動化顧客サポートシステムにおいて、自動チャットボットやよくある質問（FAQ）を活用することで、顧客サービスの効率性を向上させる。