Scrapybara

Scrapybara là một nền tảng chuyên biệt được thiết kế để cung cấp cơ sở hạ tầng thiết yếu cho việc xây dựng, triển khai và mở rộng các 'tác nhân sử dụng máy tính' được hỗ trợ bởi AI. Các tác nhân này là các mô hình AI tiên tiến, chẳng hạn như Tác nhân Sử dụng Máy tính (CUA) của OpenAI, có thể tương tác với giao diện người dùng đồ họa (GUI) của máy tính để thực hiện các tác vụ giống như con người—bằng cách di chuyển chuột, nhấp vào nút và nhập văn bản. Scrapybara thu hẹp khoảng cách giữa các mô hình AI mạnh mẽ này và các ứng dụng trong thế giới thực bằng cách cung cấp các môi trường máy tính để bàn ảo đáng tin cậy, theo yêu cầu, nơi các tác nhân này có thể hoạt động ở quy mô lớn.

Nền tảng được thiết kế để loại bỏ sự phức tạp của việc quản lý cơ sở hạ tầng, cho phép các nhà phát triển chỉ tập trung vào việc thiết kế và tinh chỉnh logic cũng như khả năng của tác nhân của họ. Bằng cách cung cấp một giao diện thống nhất và backend mạnh mẽ, Scrapybara trao quyền cho các nhà phát triển tự động hóa một loạt các tác vụ máy tính tự do mà trước đây khó hoặc không thể tự động hóa thông qua các API truyền thống.

Cách sử dụng Scrapybara

Bắt đầu với Scrapybara rất đơn giản đối với các nhà phát triển. Quá trình này thường bao gồm các bước sau:

1. Cài đặt: Bắt đầu bằng cách cài đặt SDK Scrapybara, có sẵn cho cả Python (`pip install scrapybara`) và TypeScript (`npm install scrapybara`).
2. Khởi tạo Client: Khởi tạo client Scrapybara trong mã của bạn. Client này sẽ là giao diện chính của bạn để tương tác với các dịch vụ của nền tảng.
3. Khởi chạy một Instance: Sử dụng client để khởi động ngay lập tức một phiên bản máy tính để bàn ảo. Bạn có thể chọn từ các môi trường khác nhau, chẳng hạn như máy tính để bàn Ubuntu đầy đủ tính năng, trình duyệt Chromium nhẹ hoặc máy tính để bàn Windows đầy đủ. Ví dụ: `instance = client.start_ubuntu()`.
4. Thực thi hành động của Tác nhân: Sử dụng hàm `act()` để gửi một lời nhắc đến mô hình AI bạn đã chọn (như OpenAI CUA hoặc Claude Sonnet). Hàm này tích hợp mô hình với phiên bản máy tính để bàn ảo, cho phép nó thực hiện các hành động dựa trên hướng dẫn của bạn. Bạn có thể cung cấp các công cụ cụ thể như `ComputerTool` hoặc `BashTool` để xác định khả năng của tác nhân.
5. Giám sát và Tương tác: Nền tảng hỗ trợ truyền phát tương tác thời gian thực, cho phép bạn theo dõi các hành động của tác nhân khi chúng xảy ra và thậm chí nhường quyền kiểm soát nếu cần. Kết quả, bao gồm tin nhắn, các bước đã thực hiện và đầu ra cuối cùng, được trả về ở định dạng có cấu trúc.
6. Thử nghiệm trên Playground: Để thử nghiệm nhanh, Scrapybara cung cấp một sân chơi dựa trên web, nơi bạn có thể thử nghiệm các mô hình và lời nhắc khác nhau trên một phiên bản ảo trực tiếp mà không cần viết bất kỳ mã nào.

Tính năng chính của Scrapybara

• Phiên bản Máy tính để bàn Tức thì: Khởi chạy ngay lập tức các môi trường máy tính để bàn ảo đầy đủ tính năng, bao gồm Ubuntu, Windows và trình duyệt Chromium độc lập, ở quy mô lớn.
• Tốc độ, Quy mô và Sự ổn định: Kiến trúc được thiết kế để khởi động hàng trăm phiên bản trong mili giây và thực hiện các hành động máy tính với độ trễ tối thiểu, đảm bảo hiệu suất cao cho các ứng dụng đòi hỏi khắt khe.
• SDK Python & TypeScript: Cung cấp các SDK dễ sử dụng cho các ngôn ngữ phổ biến nhất trong phát triển AI, đơn giản hóa việc tích hợp và tạo tác nhân. Một API REST cũng có sẵn cho các tích hợp tùy chỉnh.
• Giao diện Tác nhân Thống nhất: Một giao diện duy nhất, nhất quán để làm việc với các mô hình sử dụng máy tính khác nhau, cho phép các quy trình làm việc mạnh mẽ với đầu ra có cấu trúc và các cuộc hội thoại nhiều lượt.
• Truyền phát và Kiểm soát Tương tác: Giám sát các hoạt động của tác nhân trong thời gian thực và can thiệp khi cần thiết, cung cấp khả năng hiển thị và kiểm soát hoàn toàn đối với các tác vụ tự động.
• Duy trì Phiên và Truy cập được Xác thực: Tạm dừng và tiếp tục các phiên bản để duy trì trạng thái trong thời gian dài. Nền tảng cũng có thể lưu và tải các phiên đã được xác thực cho các trang web, cho phép các quy trình làm việc phức tạp yêu cầu đăng nhập.
• Hỗ trợ Mô hình Chính thức: Hợp tác chặt chẽ với các phòng thí nghiệm AI như OpenAI đảm bảo hỗ trợ chính thức, được tối ưu hóa cho các mô hình tiên tiến như CUA.

Các trường hợp sử dụng Scrapybara

Scrapybara lý tưởng cho bất kỳ tác vụ nào yêu cầu tự động hóa ở cấp độ GUI. Ví dụ bao gồm:

• Thu thập dữ liệu web nâng cao: Vượt ra ngoài việc trích xuất dữ liệu đơn giản để điều hướng các trang web phức tạp, nặng về JavaScript, giải quyết CAPTCHA và thu thập dữ liệu yêu cầu tương tác của người dùng.
• Kiểm thử phần mềm tự động: Thực hiện kiểm thử giao diện người dùng từ đầu đến cuối bằng cách để một tác nhân tương tác với ứng dụng của bạn giống như một người dùng thực. Dự án CodeCapy.ai là một ví dụ điển hình, thực hiện hàng trăm bài kiểm tra giao diện người dùng song song trên các phiên bản Scrapybara.
• Tự động hóa Quy trình bằng Robot (RPA): Tự động hóa các quy trình kinh doanh phức tạp liên quan đến các hệ thống cũ không có API, nhập dữ liệu trên nhiều ứng dụng hoặc tạo báo cáo.
• Nghiên cứu sâu và Thu thập dữ liệu: Triển khai nhiều tác nhân song song để tiến hành nghiên cứu sâu, thu thập thông tin từ các nguồn khác nhau và tổng hợp các phát hiện.
• Các tác vụ kỹ thuật số chung: Tự động hóa các tác vụ máy tính hàng ngày như quản lý tệp, định cấu hình cài đặt trên dịch vụ web (ví dụ: bản ghi DNS) hoặc đăng nội dung lên mạng xã hội.

Ưu điểm của Scrapybara

Ưu điểm chính của Scrapybara là nó cung cấp một lớp cơ sở hạ tầng mạnh mẽ, có thể mở rộng và đáng tin cậy cho các tác nhân AI. Điều này cho phép các nhà phát triển tránh được nỗ lực kỹ thuật đáng kể cần thiết để tự xây dựng và duy trì một hệ thống như vậy. Sự tập trung của nền tảng vào tốc độ và độ trễ thấp là rất quan trọng để tạo ra các tác nhân phản ứng nhanh và hiệu quả. Hơn nữa, API thống nhất và hỗ trợ các mô hình AI hàng đầu khiến nó trở thành một lựa chọn bền vững cho các nhà phát triển muốn tận dụng những tiến bộ mới nhất trong tự động hóa do AI điều khiển.

Giá cả và gói dịch vụ

Scrapybara hoạt động theo mô hình freemium, giúp các nhà phát triển cá nhân có thể tiếp cận và có thể mở rộng cho các doanh nghiệp lớn.

• Gói Miễn phí: Bao gồm 10 giờ tính toán, 100 tín dụng tác nhân và cho phép tối đa 5 phiên bản đồng thời. Lý tưởng cho việc thử nghiệm và các dự án nhỏ.
• Gói Cơ bản: $29/tháng. Bao gồm 100 giờ tính toán/tháng, 500 tín dụng tác nhân/tháng và tối đa 25 phiên bản đồng thời.
• Gói Pro: $99/tháng. Bao gồm 500 giờ tính toán/tháng, 2.500 tín dụng tác nhân/tháng và tối đa 100 phiên bản đồng thời.
• Gói Doanh nghiệp: Giá tùy chỉnh. Cung cấp các tính năng như tự lưu trữ, hỗ trợ chuyên dụng và SLA thời gian hoạt động 99,9% cho các ứng dụng quan trọng.

Một 'Tín dụng Tác nhân' được tiêu thụ cho mỗi bước mà một tác nhân thực hiện (một tin nhắn của trợ lý với các lệnh gọi công cụ). Tín dụng có thể được nạp thêm với giá $0,04 mỗi cái, hoặc người dùng có thể sử dụng khóa API của nhà cung cấp của riêng họ.