Browserbase

Browserbase 是一個開發者平台，可以可靠地運行、管理和監控無頭瀏覽器。

使用以下功能強化您的 AI 資料擷取

• 無伺服器基礎架構，提供可靠的瀏覽器從複雜的 UI 中提取資料
• 隱身模式，包含指紋辨識策略和自動驗證碼解決方案
• 工作階段除錯器，用於檢視您的瀏覽器工作階段，包括網路時間軸和日誌
• 即時除錯，快速除錯您的自動化程序

安裝與設定

• 從 browserbase.com 取得 API 金鑰和專案 ID，並將其設定在環境變數中 (BROWSERBASE_API_KEY, BROWSERBASE_PROJECT_ID)。
• 安裝 Browserbase SDK

%pip install browserbase

載入文件

您可以使用 BrowserbaseLoader 將網頁載入 LangChain。您可以選擇性地設定 text_content 參數，將頁面轉換為純文字表示。

from langchain_community.document_loaders import BrowserbaseLoader

API 參考：BrowserbaseLoader

loader = BrowserbaseLoader(
    urls=[
        "https://example.com",
    ],
    # Text mode
    text_content=False,
)

docs = loader.load()
print(docs[0].page_content[:61])

載入器選項

• urls 必填。要提取的 URL 清單。
• text_content 僅檢索文字內容。預設為 False。
• api_key 選填。Browserbase API 金鑰。預設為 BROWSERBASE_API_KEY 環境變數。
• project_id 選填。Browserbase 專案 ID。預設為 BROWSERBASE_PROJECT_ID 環境變數。
• session_id 選填。提供現有的工作階段 ID。
• proxy 選填。啟用/停用 Proxy。

載入圖片

您還可以載入網頁的螢幕截圖（作為位元組）以用於多模態模型。

使用 GPT-4V 的完整範例

from browserbase import Browserbase
from browserbase.helpers.gpt4 import GPT4VImage, GPT4VImageDetail
from langchain_core.messages import HumanMessage
from langchain_openai import ChatOpenAI

chat = ChatOpenAI(model="gpt-4-vision-preview", max_tokens=256)
browser = Browserbase()

screenshot = browser.screenshot("https://browserbase.com")

result = chat.invoke(
    [
        HumanMessage(
            content=[
                {"type": "text", "text": "What color is the logo?"},
                GPT4VImage(screenshot, GPT4VImageDetail.auto),
            ]
        )
    ]
)

print(result.content)

API 參考：HumanMessage | ChatOpenAI

相關內容

• 文件載入器 概念指南
• 文件載入器 操作指南