Was macht opencli-operate?
Mache Websites für KI-Agenten zugänglich. Navigieren, klicken, eingeben, extrahieren, warten – mit Chrome und bestehenden Login-Sitzungen. Kein LLM-API-Schlüssel erforderlich.
Funktionsweise
Diese Fähigkeit startet einen lokalen HTTP-Server, der über die Chrome DevTools Protocol (CDP) mit einer bestehenden Chrome-Instanz kommuniziert. Der KI-Agent sendet einfache HTTP-Anfragen, um Aktionen auf der Webseite auszuführen.
Installation
pip install opencli
Verwendung
- Stelle sicher, dass Chrome mit aktiviertem Remote-Debugging-Port läuft:
chrome --remote-debugging-port=9222
- Starte den opencli-Server:
opencli serve
- Führe Aktionen aus:
# Navigation
opencli navigate https://example.com
# Auf ein Element klicken
opencli click "button#submit"
# Text eingeben
opencli type "input#search" "Suchbegriff"
# Text extrahieren
opencli extract "div.result"
# Warten
opencli wait 2
API-Endpunkte
| Endpunkt | Beschreibung |
|---|---|
GET /navigate?url=<url> | Navigiere zu einer URL |
POST /click | Klicke auf ein Element (CSS-Selektor im Body) |
POST /type | Gib Text in ein Feld ein (CSS-Selektor und Text im Body) |
POST /extract | Extrahiere Text aus einem Element (CSS-Selektor im Body) |
GET /wait?seconds=<n> | Warte für n Sekunden |
Beispiele
import requests
# Navigieren
requests.get("http://localhost:9222/navigate?url=https://example.com")
# Klicken
requests.post("http://localhost:9222/click", json={"selector": "#login-button"})
# Eingeben
requests.post("http://localhost:9222/type", json={"selector": "#username", "text": "benutzername"})
# Extrahieren
response = requests.post("http://localhost:9222/extract", json={"selector": ".welcome-message"})
print(response.json()["text"])
Voraussetzungen
- Python 3.7+
- Chrome oder Chromium (mit Remote-Debugging)
- opencli-Paket (
pip install opencli)
Lizenz
MIT