lavague-ai/LaVague

项目概览

其将规划与执行拆分为 World Model 和 Action Engine 的双引擎架构，使得 LLM 推理与实际的 Selenium/Playwright 代码编译执行解耦，为 Web 自动化提供了较高的可控性。

项目类型

AI Agent · AI 工作流

应用场景

自动化执行

部署方式

查看项目说明

License

Apache-2.0

适合谁

• 需要通过代码或库灵活集成 Web 自动化能力的开发团队。
• 希望利用 LLM 能力动态适应页面变化、而非维护静态爬虫的测试或自动化工程师。

核心能力

• 负责接收用户的操作目标和当前网页的 DOM 状态，利用大模型进行推理，并输出下一步应执行的具体导航指令。该能力是 Agent 的“大脑”，决定了自动化的规划逻辑。
• 作为 Agent 的“执行器”，它接收 World Model 生成的指令，将其编译成实际可执行的自动化操作代码（如 Selenium 或 Playwright 命令），并在浏览器中触发真实的交互行为。
• 提供一套测试运行器，专门用于评估和基准测试 lavague-ai/lavague 代理在特定任务场景下的性能与表现。
• 一个用于估算代理在执行特定目标过程中所消耗的 Token 数量和对应运行成本的工具，便于进行预算管理与性能优化。
• 提供可选的、基于 Gradio 构建的交互式用户界面，允许用户在无需编写复杂前端代码的情况下可视化地与代理进行交互。
• 专为 QA 工程师量身打造的工具，通过解析自然语言目标或 Gherkin 规范，自动将其转化为可执行的自动化测试代码，加速测试编写流程。

限制与风险

• 框架在默认配置下会收集遥测数据，其中可能包含用户的目标描述及网页的 HTML 代码片段，若输入中包含敏感个人信息或商业机密，则存在数据隐私泄露风险。
• 核心解析与规划能力默认依赖外部的大语言模型服务（如 OpenAI API），这意味着无法在无网络环境下运行，且每一次自动化任务都会产生 LLM 调用成本。

如何开始

• 仅需通过一条 pip 命令完成安装，配置好 OPENAI_API_KEY 环境变量后，即可在 Python 脚本中实例化 WebAgent 并传入目标开始执行，整体首次配置难度较低。

核验依据

• GitHub 项目简介: Large Action Model framework to develop AI Web Agents
• README: LaVague is an open-source framework designed for developers who want to create AI Web Agents to automate processes for their end users.
• README: Note that not all drivers support all agent features:
• README: A test runner for testing and benchmarking the performance of LaVague
• README: LaVague QA is a tool tailored for QA engineers leveraging our framework. It allows you to automate test writing by turning Gherkin specs into easy-to-integrate tests.

内容核验时间：