Бэкенд на FastAPI для разговорного RAG-агента: загружает документы в Qdrant, выполняет семантический и гибридный поиск и отвечает на вопросы с помощью LLM.
hrithikkoduri/WebRover
Автономный веб-агент с открытым исходным кодом, который использует LLM и Playwright для работы с сайтами, выполнения задач и многоэтапных исследований.
- Звёзды
- 1,025
- Форки
- 179
- Открытые issues
- 12
- Последний коммит
- 18 дней назад
Что это?
WebRover — веб-агент на базе ИИ: он получает запрос на естественном языке, определяет, нужно ли выполнить задачу в браузере или ответить на исследовательский вопрос, и взаимодействует с веб-страницами. Бэкенд написан на Python и FastAPI, управление состоянием агента реализовано с помощью LangGraph, а автоматизация браузера — с помощью Playwright. Фронтенд представляет собой чат-интерфейс на Next.js и TypeScript.
В проекте доступны три типа агентов: Task Agent планирует и выполняет последовательности действий на сайтах, Research Agent собирает и обобщает информацию из источников, а Deep Research Agent разбивает тему на подтемы и готовит структурированную работу с цитатами. Векторное хранилище и RAG-пайплайн позволяют сохранять собранную информацию и находить её. Поддерживаются LLM, включая GPT-4o, o3-mini и Claude 3.5 Sonnet.
Браузер работает локально и остаётся под контролем пользователя. Результаты можно получить в чате, скачать в формате PDF или экспортировать в Google Docs.
Ключевые возможности
- 01Три типа агентов для автоматизации задач, исследований и углублённых исследований
- 02Управление локальным браузером через Playwright и работа с несколькими вкладками
- 03Трансляция действий и рассуждений агента в чат-интерфейсе
- 04RAG-пайплайн с векторным хранилищем для сохранения собранной информации
- 05Экспорт результатов в PDF, Google Docs или буфер обмена
Сценарии использования
- Автоматизация повторяющихся многоэтапных задач на сайтах
- Сбор и обобщение информации из нескольких веб-источников
- Подготовка исследовательских работ с цитатами по заданной теме
Быстрый старт
- 1
Клонируйте репозиторий и перейдите в папку backend
git clone https://github.com/hrithikkoduri18/WebRover.git - 2
Установите зависимости с помощью Poetry (после настройки Python 3.12 и запуска poetry install)
poetry install - 3
Запустите сервер API бэкенда на порту 8000
uvicorn app.main:app --reload --port 8000 - 4
Установите зависимости фронтенда и запустите сервер разработки (в папке frontend)
npm install
Что важно знать
- Для запуска агентов на основе LLM требуется ключ API OpenAI или Anthropic.
- Настройка состоит из нескольких этапов: нужны Poetry, Python 3.12 и отдельный фронтенд на Next.js.
- У некоторых пользователей Mac могут возникнуть проблемы с подключением браузера, для решения которых потребуются ручные обходные меры.
В подборках
Темы
Частые вопросы
- Что такое WebRover?
- Автономный веб-агент с открытым исходным кодом, который использует LLM и Playwright для работы с сайтами, выполнения задач и многоэтапных исследований. WebRover — веб-агент на базе ИИ: он получает запрос на естественном языке, определяет, нужно ли выполнить задачу в браузере или ответить на исследовательский вопрос, и взаимодействует с веб-страницами. Бэкенд написан на Python и FastAPI, управление состоянием агента реализовано с помощью LangGraph, а автоматизация браузера — с помощью Playwright. Фронтенд представляет собой чат-интерфейс на Next.js и TypeScript.
- WebRover можно использовать бесплатно? Какая у него лицензия?
- WebRover распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- WebRover всё ещё поддерживается?
- Активно поддерживается. Последний коммит в WebRover — 19 окт. 2026 г..
- Для чего можно использовать WebRover?
- Автоматизация повторяющихся многоэтапных задач на сайтах Сбор и обобщение информации из нескольких веб-источников Подготовка исследовательских работ с цитатами по заданной теме
- Как установить WebRover?
- Клонируйте репозиторий и перейдите в папку backend: git clone https://github.com/hrithikkoduri18/WebRover.git Установите зависимости с помощью Poetry (после настройки Python 3.12 и запуска poetry install): poetry install Запустите сервер API бэкенда на порту 8000: uvicorn app.main:app --reload --port 8000 Установите зависимости фронтенда и запустите сервер разработки (в папке frontend): npm install
- Где скачать WebRover?
- Исходный код и инструкции по установке — на GitHub: https://github.com/hrithikkoduri/WebRover
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Автономный open-source агент для исследований: формулирует вопросы, собирает веб- и локальные источники и пишет отчёты со ссылками, используя любую LLM-платформу.
Open-source-среда для суперагента, который координирует субагентов, память и изолированные среды для исследований, разработки и других задач длительностью от минут до часов.
Учебный репозиторий с пятью Jupyter-ноутбуками о создании с нуля агента для глубокого исследования на базе LangGraph.
Навык и конвейер для глубоких исследований в Claude Code и OpenAI Codex: собирает веб-источники и научные публикации в постоянное хранилище Markdown с поиском и готовит отчёты со ссылками на источники.
Многоагентный конвейер на базе LLM превращает научную статью или тему в оценочную карту с источниками по готовности технологии, патентам, рынку и рискам.