AutoNode 简介
AutoNode 是一款由 SuperAGI 开发的认知型 GUI 自动化引擎。它利用先进的技术如光学字符识别(OCR)、YOLO(You Only Look Once)目标检测模型以及自定义的网站图结构,以编程方式导航和交互网页。
官方资源
安装指南
- 克隆 GitHub 仓库:
git clone https://github.com/TransformerOptimus/AutoNode.git
- 配置环境变量
- 安装 Docker
- 启动 AutoNode:
docker compose -f docker-compose.yaml up --build
- 访问
http://localhost:8001/health检查服务是否正常运行
使用方法
- 定义目标:明确使用 AutoNode 要实现的目标,如数据提取或特定的网页交互自动化。
- 准备网站图结构:创建描述网站结构和导航流程的 JSON 文件。
- 准备初始化提示:使用
openai_prompts.py中的模板结构创建 AutoNode 的初始化提示。 - 通过 API 使用 AutoNode:
- API 文档:
http://localhost:8001/docs - 使用
/api/autonode/initiate端点发送任务请求
- API 文档:
高级主题
- YOLO/OCR 模型:AutoNode 使用 YOLO 模型进行对象检测,OCR 进行文本识别。
- 自定义 YOLO 模型训练:收集数据集、准备数据、训练模型、评估和集成。
- 远程托管:可以在云服务器上托管 OCR 和 YOLO 模块。
- 网站图结构准备:详细说明如何创建描述网站结构的 JSON 文件。
- 调试截图和下载输出的存储:可以选择本地存储或使用 AWS S3 远程存储。
社区资源
AutoNode 作为一个强大的 GUI 自动化工具,为网络交互和数据提取提供了新的可能性。通过本文提供的资源,读者可以深入了解 AutoNode 的工作原理,并开始探索其在实际应用中的潜力。无论您是开发人员、研究人员还是对 AI 自动化感兴趣的爱好者,AutoNode 都为您提供了一个值得探索的平台。
