cuga-agent
רץ בדפדפןibm-researchרישיון לא דווח2025-12-08
סוכן אוטונומי שמבצע משימות מורכבות על ידי שילוב של ממשקי API ודפדפן. מיועד למפתחים שרוצים לבנות אוטומציות ארגוניות בלי להתחיל מאפס.
- —הורדות בחודש
- 105לייקים
מה זה
מזינים הוראה בשפה חופשית לביצוע משימה, ומקבלים תוכנית פעולה שרצה מול שרתים או אתרים, כולל החזרת נתונים מעובדים. המערכת משלבת תבניות עבודה כמו Planner-Executor ו־Code-Act עם ניהול משתנים למניעת הזיות. היא תומכת בחיבור כלים חיצוניים דרך מפרטי OpenAPI, שרתי MCP, פייתון או LangChain.
ההדגמות מתמקדות בשליפת מידע ממערכות מכירות. דוגמה אחת מציגה משימה של שליפת הלקוח המוביל לפי הכנסות דרך API והדבקתו בדף אינטרנט. דוגמה נוספת מדגימה מצב שבו הסוכן עוצר בנקודות קריטיות ומבקש אישור אנושי לפני שהוא ממשיך בביצוע.
מתאים ל
- שילוב נתוני API באתרים
משיכת מידע ממאגר ארגוני או שירות רשת והזנתו ישירות לתוך טפסים או דפי אינטרנט פתוחים.
- אוטומציה מבוקרת עם אישור
הרצת תהליכים עסקיים שבהם הסוכן עוצר וממתין להסכמת אדם לפני שליחת פקודות רגישות.
- חיבור שרתי MCP לסוכן
הפעלת פרוטוקולי תקשורת סטנדרטיים של מודלים כדי לאפשר לסוכן לתשאל כלים פנימיים.
איפה זה נופל
ההדגמה בדפדפן רצה על שרת בסיסי ואינה מודל עצמאי אלא שלד סוכן שדורש חיבור לספק חיצוני. אם אין לכם מפתחות API מתאימים, שום דבר לא יזוז כאן. בנוסף, יכולות כמו אישור אנושי ושמירת מסלולי ריצה מסומנות עדיין כניסיוניות בקוד, כך שלא כדאי להסתמך עליהן בתהליכים קריטיים בלי בדיקה ידנית מקיפה.
שאלות
נפוצות
האם השימוש בסוכן הזה עולה כסף?
הקוד של הממשק עצמו זמין להרצה, אבל הוא דורש מפתחות API חיצוניים כמו של OpenAI או IBM WatsonX. העלויות נגזרות ישירות מכמות הטוקנים שהסוכן צורך מול אותם ספקים בעת תכנון המשימה וביצועה.
האם אפשר להריץ את הכל באופן מקומי?
כן, המאגר נבנה על גבי Python 3.12 ומשתמש במנהל החבילות uv. ניתן לשכפל את הקוד, להגדיר סביבה וירטואלית, לחבר דפדפן Chromium דרך Playwright ולהריץ את הממשק בכתובת המקומית שלכם.
איך הממשק שונה ממודל שפה רגיל?
הוא לא מודל שפה אלא סוכן שמפעיל מודלים חיצוניים לצורך תכנון וקריאה לפונקציות. הוא מפרק משימה מורכבת לרצף של קריאות API ופעולות דפדפן, במקום רק להחזיר תשובת טקסט רגילה.
איך משתמשים
בממשק הנוכחי מריצים פקודות טקסט ישירות בחלון הצד או בלוח הבקרה. ההפעלה בדפדפן נשענת על חומרת cpu-basic, מה שאומר שהתגובות לחישובים ותכנון יהיו אטיות משמעותית ביחס לסביבת עבודה מקומית עם מאיצים. תצטרכו להזין מפתח גישה לאחד מספקי המודלים הנתמכים, כמו OpenAI או IBM WatsonX, כדי שהסוכן יוכל לתקשר עם מודל שפה ולתכנן צעדים.
הרישיון
הרישיון לא דווח במאגר. המשמעות היא שאין הרשאה ברורה לשימוש מסחרי או להפצה מחדש של הקוד, וכל שימוש בו עלול לחשוף אתכם לדרישות משפטיות של היוצרים. לגבי נתונים שמוזנים, הם עוברים דרך ספקי המודלים שהגדרתם וכפופים למדיניות הפרטיות שלהם.