Browserbase
Browserbase 是一个开发者平台,可可靠地运行、管理和监控无头浏览器。
使用以下功能来提升您的人工智能数据检索能力:
安装和设置
从 browserbase.com 获取 API 密钥和项目 ID,并将其设置为环境变量 (
BROWSERBASE_API_KEY
,BROWSERBASE_PROJECT_ID
)。安装 Browserbase SDK:
% pip install browserbase
加载文档
您可以使用 BrowserbaseLoader
将网页加载到 LangChain 中。可选择设置 text_content
参数,将页面转换为仅文本表示形式。
from langchain_community.document_loaders import BrowserbaseLoader
loader = BrowserbaseLoader(
urls=[
"https://example.com",
],
# 文本模式
text_content=False,
)
docs = loader.load()
print(docs[0].page_content[:61])
加载器选项
urls
必填。要获取的 URL 列表。text_content
仅检索文本内容。默认为False
。api_key
可选。Browserbase API 密钥。默认为环境变量BROWSERBASE_API_KEY
。project_id
可选。Browserbase 项目 ID。默认为环境变量BROWSERBASE_PROJECT_ID
。session_id
可选。提供现有的会话 ID。proxy
可选。启用/禁用代理。
加载图片
您还可以加载网页的屏幕截图(以字节形式),用于多模态模型。
使用 GPT-4V 的完整示例:
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)