Bootstrap

Dify进阶:用语言控制浏览器行为


闲聊开场

我们前面花了很大的功夫,安装了一个名叫selenium的工具。为了降低该工具安装的难度(直接部署有可能出现汉字乱码等问题),也是直接采用了官方的镜像进行了安装。

但是,我们是一个Agent的系列课程,那么我怎么把selenium和Agent扯上关系呢?

其实也简单。

比如,我可以通过语言,控制selenium容器打开浏览器。

Dify的工具

dify有很多工具。

要实现咱这个,有四种方案:
一是,把我们想要的功能封装成OpenAPI,再按照自定义工具,进行注册
二是,把我们想要的功能封装成OpenAPI,再按照HTTP组件的形式进行调用
三是,把官方的API,按照HTTP组件的形式进行调用
四是,把官方的API,按照request写成python代码,利用执行代码模块进行调用。

我们试试第三个。

你好AI,请帮我打开浏览器

我们打开这个页面(要在上一节的基础上):

;