跳到主要内容
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，并为任何网页抓取需求提供易于使用的解决方案，例如抓取单个页面或抓取整个站点。

主要功能

  • 即时可伸缩性 - 在几秒钟内启动数百个浏览器会话，无需基础设施烦恼
  • 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/爬取任何网站等
  • 绕过反机器人措施 - 内置隐身模式、广告拦截、自动验证码解决和轮换代理

有关 Hyperbrowser 的更多信息，请访问 Hyperbrowser 网站，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=<您的 API 密钥>

请务必从 https://app.hyperbrowser.ai/ 获取您的 API 密钥

可用工具​

Hyperbrowser 提供两类主要工具，这些工具特别适用于：

  • 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 应用程序进行交互
  • 跨多个网站执行研究
  • 测试 Web 应用程序

浏览器代理工具​

Hyperbrowser 提供了许多浏览器代理工具。目前我们支持：

  • Claude Computer Use
  • OpenAI CUA
  • Browser Use

您可以在此处查看更多详细信息

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络任务。

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进行高级网络交互和信息收集。

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)

网页抓取工具​

以下是 Hyperbrowser 可用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

抓取工具​

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

from langchain_hyperbrowser import HyperbrowserScrapeTool

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

爬取工具​

爬取工具使您能够从给定 URL 开始遍历整个网站，并可配置页面限制。

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​

提取工具使用 AI 根据预定义的模式从网页中提取结构化数据，非常适合数据提取任务。

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​

langchain-hyperbrowser 中的 HyperbrowserLoader 类可以轻松用于加载单个页面或多个页面的内容，以及抓取整个站点。内容可以加载为 Markdown 或 HTML 格式。

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。默认操作是 scrape。对于 scrape，您可以提供单个 URL 或要抓取的 URL 列表。对于 crawl，您只能提供单个 URL。crawl 操作将抓取提供的页面和子页面，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在 params 参数中提供。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"]}}
)

更多资源​