문서를 Qdrant에 임베딩하고 시맨틱 및 하이브리드 검색을 수행해 LLM으로 답변하는 대화형 RAG 에이전트용 FastAPI 백엔드입니다.
hrithikkoduri/WebRover
LLM과 Playwright를 활용해 웹을 탐색하고, 작업을 수행하며, 여러 단계의 조사를 진행하는 오픈소스 자율 AI 웹 에이전트입니다.
- 스타
- 1,025
- 포크
- 179
- 열린 이슈
- 12
- 마지막 커밋
- 18일 전
어떤 프로젝트인가요?
WebRover는 자연어 요청을 받아 웹 탐색 작업인지 조사 질문인지 판단한 뒤, 웹 페이지와 상호작용해 이를 수행하는 AI 웹 에이전트입니다. 백엔드는 Python과 FastAPI, 에이전트 상태 관리는 LangGraph, 브라우저 자동화는 Playwright로 구현했으며, 프런트엔드에는 Next.js와 TypeScript 기반 채팅 인터페이스를 제공합니다.
이 프로젝트는 세 가지 에이전트를 제공합니다. 웹사이트에서 여러 단계의 작업을 계획하고 실행하는 Task Agent, 여러 출처에서 정보를 수집하고 요약하는 Research Agent, 주제를 세부 주제로 나누고 인용을 포함한 구조화된 논문을 작성하는 Deep Research Agent입니다. 벡터 저장소와 RAG 파이프라인을 통해 수집한 정보를 보관하고 검색할 수 있습니다. GPT-4o, o3-mini, Claude 3.5 Sonnet을 비롯한 LLM을 지원합니다.
브라우저는 사용자가 제어하는 로컬 환경에서 실행되며, 결과를 채팅으로 받거나 PDF로 다운로드하거나 Google Docs로 내보낼 수 있습니다.
핵심 기능
- 01작업 자동화, 조사, 심층 조사를 위한 세 가지 에이전트 유형
- 02Playwright를 통한 로컬 브라우저 제어 및 여러 탭 관리
- 03채팅 인터페이스에서 에이전트의 동작과 추론을 실시간 스트리밍
- 04수집한 정보를 보관하는 벡터 저장소 기반 RAG 파이프라인
- 05결과를 PDF, Google Docs 또는 클립보드로 내보내기
활용 사례
- 웹사이트에서 반복되는 여러 단계의 작업 자동화
- 여러 웹 출처에서 정보를 수집하고 요약
- 주어진 주제에 대한 인용이 포함된 연구 논문 초안 작성
빠른 시작
- 1
저장소를 클론하고 backend 폴더로 이동합니다
git clone https://github.com/hrithikkoduri18/WebRover.git - 2
Python 3.12를 설정하고 poetry install을 실행한 뒤 Poetry로 종속성을 설치합니다
poetry install - 3
포트 8000에서 백엔드 API 서버를 시작합니다
uvicorn app.main:app --reload --port 8000 - 4
frontend 폴더에서 프런트엔드 종속성을 설치하고 개발 서버를 실행합니다
npm install
사용 전 알아둘 점
- LLM 기반 에이전트를 실행하려면 OpenAI 또는 Anthropic API 키가 필요합니다.
- 설정 과정이 여러 단계로 이루어져 있으며 Poetry, Python 3.12, 별도의 Next.js 프런트엔드가 필요합니다.
- 일부 Mac 사용자는 브라우저 연결 문제를 겪을 수 있으며, 수동으로 해결해야 할 수 있습니다.
포함된 컬렉션
토픽
자주 묻는 질문
- WebRover은(는) 무엇인가요?
- LLM과 Playwright를 활용해 웹을 탐색하고, 작업을 수행하며, 여러 단계의 조사를 진행하는 오픈소스 자율 AI 웹 에이전트입니다. WebRover는 자연어 요청을 받아 웹 탐색 작업인지 조사 질문인지 판단한 뒤, 웹 페이지와 상호작용해 이를 수행하는 AI 웹 에이전트입니다. 백엔드는 Python과 FastAPI, 에이전트 상태 관리는 LangGraph, 브라우저 자동화는 Playwright로 구현했으며, 프런트엔드에는 Next.js와 TypeScript 기반 채팅 인터페이스를 제공합니다.
- WebRover은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- WebRover은(는) MIT 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- WebRover은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. WebRover의 마지막 커밋은 2026년 10월 19일입니다.
- WebRover은(는) 어디에 사용할 수 있나요?
- 웹사이트에서 반복되는 여러 단계의 작업 자동화 여러 웹 출처에서 정보를 수집하고 요약 주어진 주제에 대한 인용이 포함된 연구 논문 초안 작성
- WebRover는 어떻게 설치하나요?
- 저장소를 클론하고 backend 폴더로 이동합니다: git clone https://github.com/hrithikkoduri18/WebRover.git Python 3.12를 설정하고 poetry install을 실행한 뒤 Poetry로 종속성을 설치합니다: poetry install 포트 8000에서 백엔드 API 서버를 시작합니다: uvicorn app.main:app --reload --port 8000 frontend 폴더에서 프런트엔드 종속성을 설치하고 개발 서버를 실행합니다: npm install
- WebRover은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/hrithikkoduri/WebRover
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
질문을 계획하고 웹·로컬 자료를 수집해 인용이 포함된 보고서를 작성하는 오픈소스 자율 연구 에이전트
몇 분에서 몇 시간까지 이어지는 작업에서 하위 에이전트, 메모리, 샌드박스를 조율해 조사하고 코드를 작성하며 결과물을 만드는 오픈소스 장기 작업용 슈퍼 에이전트 하네스입니다.
LangGraph 기반 심층 리서치 에이전트를 처음부터 만드는 과정을 안내하는 Jupyter 노트북 5개로 구성된 튜토리얼 저장소입니다.
Claude Code와 OpenAI Codex용 심층 리서치 파이프라인으로, 출처를 수집해 검색 가능한 마크다운 저장소에 보관하고 인용 보고서를 작성합니다.
연구 논문이나 주제를 바탕으로 기술 준비도, 특허, 시장, 위험을 출처와 함께 평가하는 멀티 에이전트 LLM 파이프라인입니다.