摘要：今天要给大家介绍的这个项目，可能会彻底改变你使用浏览器的方式。想象一下，当你需要在复杂的网站上填写表单、筛选航班信息、定制食物订单，或者从各种网站收集数据生成图表时，不用再一步步手动操作，而是直接告诉AI"帮我完成这个任务"，然后AI就能像真人一样操作浏览器，
大家好，我是每日给大家推荐优秀开源项目的小G。
今天要给大家介绍的这个项目，可能会彻底改变你使用浏览器的方式。想象一下，当你需要在复杂的网站上填写表单、筛选航班信息、定制食物订单，或者从各种网站收集数据生成图表时，不用再一步步手动操作，而是直接告诉AI"帮我完成这个任务"，然后AI就能像真人一样操作浏览器，完成所有复杂的网页交互。
Magentic-UI是微软推出的一个研究原型，它提供了一个以人为中心的界面，背后由多智能体系统驱动，能够自动浏览和执行网页操作、生成和执行代码，以及生成和分析文件。
项目核心特色
与其他浏览器自动化工具不同，Magentic-UI最大的亮点在于其透明且可控的交互界面，让用户能够高效地参与到人机协作循环中。
协作规划（Co-Planning）
通过聊天和计划编辑器协作创建和批准分步计划，让你和AI共同制定任务执行策略。
协作执行（Co-Tasking）
在任务执行过程中，你可以随时通过浏览器或聊天打断并引导执行过程。Magentic-UI也会在需要时主动寻求澄清和帮助。
️ 操作防护（Action Guards）
对于敏感操作，系统会要求用户明确批准后才执行，确保安全性。
计划学习与检索
从以往的运行中学习，改进未来的任务自动化，并将成功的计划保存在计划库中。可以自动或手动检索保存的计划用于未来类似任务。
并行任务执行
支持同时运行多个任务，通过会话状态指示器让你知道什么时候需要输入或任务已完成。
Magentic-UI的底层系统由一个专业化的智能体团队组成，改编自AutoGen的Magentic-One系统：
协调者（Orchestrator）
由大语言模型驱动的主导智能体负责与用户协作规划决定何时寻求用户反馈将子任务委派给其他智能体网页浏览者（WebSurfer）
配备可控制网页浏览器的LLM智能体能够点击、输入、滚动、访问页面支持标签管理、选择选项、文件上传、多模态查询编码者（Coder）
配备Docker代码执行容器的LLM智能体可以编写和执行Python和shell命令文件处理者（FileSurfer）
配备Docker代码执行容器和文件转换工具可以定位文件、转换文件为markdown格式、回答文件相关问题用户代理（UserProxy）
代表与Magentic-UI交互的用户协调者可以将工作委派给用户而不是其他智能体快速开始环境要求1Docker：Magentic-UI正常运行需要Docker。Windows或Mac用户可以使用Docker DesktopWSL2（Windows用户）：Windows运行需要WSL2环境OpenAI API密钥：通过设置环境变量OpenAI_API_KEY提供Python 3.10+：至少需要Python 3.10PyPI安装推荐使用虚拟环境避免包冲突：
python3 -m venv .venvsource .venv/bin/activatepip install magentic-ui# export OPENAI_API_KEY=magentic ui --port 8081如果使用uv进行依赖管理：
uv venv --python=3.12 .venv. .venv/bin/activateuv pip install magentic-ui确保Docker正在运行，然后执行：
magentic ui --port 8081注意：首次运行会需要较长时间构建Docker镜像，后续运行会快很多。
启动后，访问 http://localhost:8081 即可使用界面。
如需使用Azure模型或Ollama：
# Azure支持pip install 'magentic-ui[azure]' # Ollama支持pip install 'magentic-ui[ollama]'你可以通过UI设置（右上角图标）配置不同的模型，或创建config.yaml文件：
# config.yamlmodel_config:&clientprovider:autogen_ext.models.openai.OpenAIChatCompletionClientconfig: model:gpt-4o api_key: max_retries:10orchestrator_client:*clientcoder_client:*clientweb_surfer_client:*clientfile_surfer_client:*clientaction_guard_client: *client# config.yamlmodel_config:&clientprovider:AzureOpenAIChatCompletionClientconfig: model:gpt-4o azure_endpoint:"" azure_deployment:"" api_version:"2024-10-21" azure_ad_token_provider: provider:autogen_ext.auth.azure.AzureTokenProvider config: provider_kind:DefaultAzureCredential scopes: -https://cognitiveservices.azure.com/.default max_retries:10orchestrator_client:*clientcoder_client:*clientweb_surfer_client:*clientfile_surfer_client:*clientaction_guard_client: *client️ 从源码构建git clone https://github.com/microsoft/magentic-ui.gitcd magentic-uiuv venv --python=3.12 .venvuv sync --all-extrassource .venv/bin/activate# 安装Node.jscurl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bashnvm install node# 构建前端cd frontendnpm install -g gatsby-clinpm install --global yarnyarn installyarn build使用场景更多免费AI功能 云片AI：https://y-p.cc/?f=tt
来源：AIGC研究社一点号
