Beschreibung
Die Browsererweiterung von TaxyAI nutzt GPT-4, um Browserinteraktionen zu automatisieren, sodass Benutzer wiederholte Aufgaben effizient ausführen können. Die Erweiterung ist so konzipiert, dass sie Aktionen basierend auf benutzerdefinierten Anweisungen ausführt und Arbeitsabläufe innerhalb der Browserumgebung optimiert.
Die Kernfunktionalität beinhaltet die Vereinfachung des Document Object Model (DOM) der Webseite, um nur interaktive Elemente einzubeziehen. Dieses vereinfachte DOM wird zusammen mit Benutzeranweisungen an ein ausgewähltes Large Language Model (LLM) gesendet, das derzeit GPT-3.5 und GPT-4 unterstützt. Das LLM verarbeitet die Informationen und generiert Aktionen, die die Erweiterung mithilfe der chrome.debugger-API ausführt. Der Aktionszyklus umfasst Schritte wie das Anklicken von Elementen und die Eingabe von Text, mit maximal 50 Aktionen pro Aufgabe.
Die Erweiterung ist derzeit über GitHub verfügbar und wird im Chrome Web Store veröffentlicht, nachdem Funktionen hinzugefügt wurden, um ihre Benutzerfreundlichkeit für ein nicht-technisches Publikum zu erhöhen. Benutzer können die Erweiterung installieren, indem sie das Repository klonen, Abhängigkeiten mit yarn installieren und das Paket erstellen. Nach der Installation kann die Erweiterung als Popup oder als Devtools-Panel aktiviert werden. Benutzer müssen einen OpenAI-API-Schlüssel angeben, der sicher im Browser gespeichert wird.
Zu den wichtigsten Funktionen gehört die Möglichkeit, Aufgaben wie das Planen von Meetings, das Suchen nach Inhalten und das Schreiben von Aufsätzen zu automatisieren. Die Architektur der Erweiterung priorisiert die Sicherheit und stoppt die Ausführung im Falle unerwarteter Antworten. Das Projekt ist Open Source und gewährleistet Transparenz und Community-Beiträge. Der Tech-Stack umfasst unter anderem Chrome Extension Manifest V3, React 17, Webpack 5 und TypeScript. Das Projekt wird aktiv gepflegt, wobei regelmäßig Updates und Verbesserungen hinzugefügt werden.
GitHub's Kernfunktionen
Automatisiert Browseraktionen mit GPT-4
Unterstützt Ad-hoc-Anweisungen
Vereinfacht das DOM der Webseite für die LLM-Verarbeitung
Verwendet die chrome.debugger-API für die Aktionsausführung
Unterstützt GPT-3.5 und GPT-4
Ermöglicht Benutzern, benutzerdefinierte Workflows zu definieren
Open Source und Community-getrieben
Enthält Beispiel-Demos für gängige Aufgaben
Stellt ein Devtools-Panel zum Debuggen bereit
Speichert OpenAI-API-Schlüssel sicher
Bietet eine Warteliste für eine breitere Nutzung
Verwendet React 17 und TypeScript
Unterstützt maximal 50 Aktionen pro Aufgabe
Erste Schritte mit GitHub
Klonen: Klonen Sie das GitHub-Repository.
Abhängigkeiten installieren: Führen Sie `yarn` aus, um die erforderlichen Abhängigkeiten zu installieren.
Erstellen: Führen Sie `yarn start` aus, um das Paket zu erstellen.
Erweiterung laden: Navigieren Sie zu `chrome://extensions/` und aktivieren Sie den Entwicklermodus.
Unverpackt laden: Klicken Sie auf "Unverpackt laden" und wählen Sie den Build-Ordner aus, der von `yarn start` generiert wurde.
Aktivieren: Aktivieren Sie die Erweiterung über ein Popup (cmd+shift+y unter Mac oder Strg+Umschalt+y unter Windows/Linux) oder das Devtools-Panel.
API-Schlüssel eingeben: Geben Sie Ihren OpenAI-API-Schlüssel in das vorgesehene Feld ein.
Experimentieren: Navigieren Sie zu einer Webseite und beginnen Sie mit dem Experimentieren mit TaxyAI.
GitHub's Anwendungsfälle
- Automatisierte Web-Aufgaben
- Inhaltserstellung
- Workflow-Automatisierung
- Webanwendungstests
- Dateneingabe
- Informationsbeschaffung
- Aufgabenplanung
- Browserautomatisierung
