Scrapybara

Scrapybaraは、AIを活用した「コンピュータ使用エージェント」の構築、デプロイ、スケーリングに不可欠なインフラストラクチャを提供するために設計された専門プラットフォームです。これらのエージェントは、OpenAIのコンピュータ使用エージェント（CUA）のような高度なAIモデルであり、コンピュータのグラフィカルユーザーインターフェース（GUI）と対話し、マウスの移動、ボタンのクリック、テキストの入力といった人間のような操作でタスクを実行できます。Scrapybaraは、これらのエージェントが大規模に動作できる信頼性の高いオンデマンドの仮想デスクトップ環境を提供することで、強力なAIモデルと実世界のアプリケーションとの間のギャップを埋めます。

このプラットフォームは、インフラ管理の複雑さを排除し、開発者がエージェントのロジックと機能の設計・改良に専念できるように設計されています。統一されたインターフェースと堅牢なバックエンドを提供することで、Scrapybaraは、従来のAPIでは自動化が困難または不可能だった広範な自由形式のコンピューティングタスクを開発者が自動化できるようにします。

Scrapybaraの使い方

開発者がScrapybaraを使い始めるのは簡単です。プロセスは通常、以下のステップで構成されます：

1. インストール：まず、Python（`pip install scrapybara`）とTypeScript（`npm install scrapybara`）の両方で利用可能なScrapybara SDKをインストールします。
2. クライアントの初期化：コード内でScrapybaraクライアントを初期化します。このクライアントが、プラットフォームのサービスと対話するための主要なインターフェースとなります。
3. インスタンスの起動：クライアントを使用して仮想デスクトップインスタンスを即座に立ち上げます。機能豊富なUbuntuデスクトップ、軽量なChromiumブラウザ、または完全なWindowsデスクトップなど、さまざまな環境から選択できます。例：`instance = client.start_ubuntu()`。
4. エージェントアクションの実行：`act()`関数を使用して、選択したAIモデル（OpenAI CUAやClaude Sonnetなど）にプロンプトを送信します。この関数はモデルを仮想デスクトップインスタンスと統合し、指示に基づいてアクションを実行させます。`ComputerTool`や`BashTool`などの特定のツールを提供して、エージェントの能力を定義できます。
5. 監視と対話：プラットフォームはリアルタイムのインタラクティブストリーミングをサポートしており、エージェントのアクションをリアルタイムで監視し、必要に応じて制御を譲ることも可能です。メッセージ、実行されたステップ、最終出力を含む結果は、構造化された形式で返されます。
6. プレイグラウンドでのテスト：迅速な実験のために、Scrapybaraはウェブベースのプレイグラウンドを提供しており、コードを一切書かずにライブの仮想インスタンスでさまざまなモデルやプロンプトをテストできます。

Scrapybaraの主な機能

• 即時デスクトップインスタンス：Ubuntu、Windows、スタンドアロンのChromiumブラウザを含む、フル機能の仮想デスクトップ環境を大規模に即座に起動します。
• 速度、スケール、安定性：アーキテクチャは、数百のインスタンスをミリ秒単位で起動し、最小限の遅延でコンピュータアクションを実行するように設計されており、要求の厳しいアプリケーションでも高いパフォーマンスを保証します。
• Python & TypeScript SDK：AI開発で最も人気のある言語向けの使いやすいSDKを提供し、統合とエージェント作成を簡素化します。カスタム統合用のREST APIも利用可能です。
• 統一されたエージェントインターフェース：さまざまなコンピュータ使用モデルを扱うための単一で一貫したインターフェース。構造化された出力や複数ターンの対話を伴う強力なワークフローを可能にします。
• インタラクティブストリーミングと制御：エージェントの活動をリアルタイムで監視し、必要なときに介入することで、自動化されたタスクに対する完全な可視性と制御を提供します。
• セッションの永続性と認証済みアクセス：インスタンスを一時停止および再開して、長期間にわたって状態を維持します。また、ウェブサイトの認証済みセッションを保存およびロードできるため、ログインが必要な複雑なワークフローが可能になります。
• ファーストパーティモデルのサポート：OpenAIなどのAIラボとの緊密な連携により、CUAのような最先端モデルに対する最適化されたファーストパーティサポートを保証します。

Scrapybaraの使用例

Scrapybaraは、GUIレベルの自動化が必要なあらゆるタスクに最適です。例としては以下のようなものがあります：

• 高度なウェブスクレイピング：単純なデータ抽出を超え、複雑でJavaScriptを多用するウェブサイトをナビゲートし、CAPTCHAを解決し、ユーザーの操作が必要なデータをスクレイピングします。
• 自動ソフトウェアテスト：実際のエンドユーザーのようにアプリケーションと対話するエージェントを用いて、エンドツーエンドのUIテストを実行します。CodeCapy.aiプロジェクトは、Scrapybaraインスタンス上で数百の並列UIテストを実行する好例です。
• ロボティック・プロセス・オートメーション（RPA）：APIのないレガシーシステム、複数のアプリケーションにまたがるデータ入力、レポート生成など、複雑なビジネスプロセスを自動化します。
• 詳細な調査とデータ収集：複数のエージェントを並行してデプロイし、詳細な調査を行い、さまざまなソースから情報を収集し、調査結果を統合します。
• 一般的なデジタルタスク：ファイルの管理、ウェブサービスの設定（DNSレコードなど）、ソーシャルメディアへのコンテンツ投稿など、日常的なコンピュータタスクを自動化します。

Scrapybaraの利点

Scrapybaraの主な利点は、AIエージェントに堅牢でスケーラブル、かつ信頼性の高いインフラストラクチャレイヤーを提供することです。これにより、開発者はそのようなシステムを自前で構築・維持するために必要な多大なエンジニアリング作業を回避できます。プラットフォームの速度と低遅延への注力は、応答性が高く効果的なエージェントを作成する上で不可欠です。さらに、その統一されたAPIと主要なAIモデルのサポートは、AI駆動の自動化における最新の進歩を活用しようとする開発者にとって、将来性のある選択肢となります。

料金プラン

Scrapybaraはフリーミアムモデルで運営されており、個人開発者にもアクセスしやすく、大企業向けにスケールすることも可能です。

• 無料プラン：10コンピュート時間、100エージェントクレジットが含まれ、最大5つの同時インスタンスが許可されます。テストや小規模プロジェクトに最適です。
• ベーシックプラン：月額29ドル。月間100コンピュート時間、月間500エージェントクレジット、最大25の同時インスタンスが含まれます。
• プロプラン：月額99ドル。月間500コンピュート時間、月間2500エージェントクレジット、最大100の同時インスタンスが含まれます。
• エンタープライズプラン：カスタム価格。セルフホスティング、専用サポート、ミッションクリティカルなアプリケーション向けの99.9%のアップタイムSLAなどの機能を提供します。

「エージェントクレジット」は、エージェントが1ステップ（ツールコールを含むアシスタントメッセージ1つ）を実行するごとに消費されます。クレジットは1つあたり0.04ドルで追加購入するか、ユーザー自身のプロバイダーのAPIキーを使用することができます。