Skip to main content
Open on GitHub

Hyperbrowser

Hyperbrowser 是一个用于运行和扩展无头浏览器的平台。它允许您大规模启动和管理浏览器会话，并提供易于使用的解决方案以满足任何网页抓取需求，例如抓取单个页面或爬取整个网站。

关键特性:

  • 即时可扩展性 - 在几秒钟内启动数百个浏览器会话，无需基础设施方面的烦恼
  • 简单集成 - 与 Puppeteer 和 Playwright 等流行工具无缝协作
  • 强大的 API - 易于使用的 API，用于抓取/爬取任何网站，以及更多功能
  • 绕过反机器人措施 - 内置隐身模式、广告拦截、自动验证码解决和代理轮换

有关 Hyperbrowser 的更多信息，请访问 Hyperbrowser 网站，或者如果您想查看文档，可以访问 Hyperbrowser 文档。

安装与设置

要开始使用langchain-hyperbrowser，您可以使用 pip 安装该包：

pip install langchain-hyperbrowser

您应该通过设置以下环境变量来配置凭据：

HYPERBROWSER_API_KEY=<your-api-key>

请确保从 https://app.hyperbrowser.ai/ 获取您的 API Key

可用工具​

Hyperbrowser 提供两大类工具，特别适用于：

  • 从复杂网站进行网页抓取和数据提取
  • 自动化重复的网页任务
  • 与需要身份验证的Web应用程序交互
  • 跨多个网站进行研究
  • 测试 Web 应用程序

浏览器代理工具​

Hyperbrowser 提供多种浏览器智能体工具。目前我们支持

  • Claude 计算机使用
  • OpenAI CUA
  • 浏览器使用

你可以在此处查看更多详细信息 这里

浏览器使用工具​

一个通用的浏览器自动化工具，可以通过自然语言指令处理各种网页任务。

from langchain_hyperbrowser import HyperbrowserBrowserUseTool

tool = HyperbrowserBrowserUseTool()
result = tool.run({
    "task": "Go to npmjs.com, find the React package, and tell me when it was last updated"
})
print(result)

OpenAI CUA 工具​

利用 OpenAI 的计算机使用代理功能，实现高级网页交互和信息收集。

from langchain_hyperbrowser import HyperbrowserOpenAICUATool

tool = HyperbrowserOpenAICUATool()
result = tool.run({
    "task": "Go to Hacker News and summarize the top 5 posts right now"
})
print(result)

Claude 计算机使用工具​

利用Anthropic的Claude进行复杂的网页浏览和信息处理任务。

from langchain_hyperbrowser import HyperbrowserClaudeComputerUseTool

tool = HyperbrowserClaudeComputerUseTool()
result = tool.run({
    "task": "Go to GitHub's trending repositories page, and list the top 3 posts there right now"
})
print(result)

网络抓取工具​

这是 Hyperbrowser 提供的网页抓取工具的简要描述。您可以在此处查看更多详细信息 这里

抓取工具​

抓取工具允许您以 Markdown、HTML 或链接格式从单个网页中提取内容。

from langchain_hyperbrowser import HyperbrowserScrapeTool

tool = HyperbrowserScrapeTool()
result = tool.run({
    "url": "https://example.com",
    "scrape_options": {"formats": ["markdown"]}
})
print(result)

爬取工具​

Crawl 工具使您能够从给定的 URL 开始遍历整个网站，并支持配置页面数量限制。

from langchain_hyperbrowser import HyperbrowserCrawlTool

tool = HyperbrowserCrawlTool()
result = tool.run({
    "url": "https://example.com",
    "max_pages": 2,
    "scrape_options": {"formats": ["markdown"]}
})
print(result)

提取工具​

提取工具利用人工智能从网页中基于预定义模式抽取结构化数据，非常适合数据抽取任务。

from langchain_hyperbrowser import HyperbrowserExtractTool
from pydantic import BaseModel

class SimpleExtractionModel(BaseModel):
    title: str

tool = HyperbrowserExtractTool()
result = tool.run({
    "url": "https://example.com",
    "schema": SimpleExtractionModel
})
print(result)

文档加载器

HyperbrowserLoader 类在 langchain-hyperbrowser 中可轻松用于从单个页面或多个页面加载内容，也可爬取整个网站。 内容可以 markdown 或 html 格式加载。

from langchain_hyperbrowser import HyperbrowserLoader

loader = HyperbrowserLoader(urls="https://example.com")
docs = loader.load()

print(docs[0])

高级用法​

您可以指定加载器要执行的操作。默认操作为scrape。对于scrape，您可以提供一个URL或一组URL进行抓取。对于crawl，您只能提供一个URL。crawl操作将抓取提供的页面及其子页面，并为每个页面返回一个文档。

loader = HyperbrowserLoader(
  urls="https://hyperbrowser.ai", api_key="YOUR_API_KEY", operation="crawl"
)

加载器的可选参数也可以通过 params 参数提供。有关支持参数的更多信息，请访问 https://docs.hyperbrowser.ai/reference/sdks/python/scrape#start-scrape-job-and-wait 或 https://docs.hyperbrowser.ai/reference/sdks/python/crawl#start-crawl-job-and-wait。

loader = HyperbrowserLoader(
  urls="https://example.com",
  api_key="YOUR_API_KEY",
  operation="scrape",
  params={"scrape_options": {"include_tags": ["h1", "h2", "p"]}}
)

附加资源​