Flow 框架：AI Agent 动态任务编排引擎

Index 是一个最先进的开源浏览器 agent，能够自主执行复杂的网页任务。它将任何网站转变为可访问的 API，可以仅用几行代码无缝集成。

由具有视觉能力的推理 LLM 驱动。Gemini 2.5 Pro（速度快且准确度高）Claude 3.7 Sonnet with extended thinking（可靠准确）OpenAI o4-mini（根据推理努力程度，在速度、成本和准确度之间提供良好平衡）Gemini 2.5 Flash（速度快、成本低，适合较简单的任务）

• Gemini 2.5 Pro（速度快且准确度高）
• Claude 3.7 Sonnet with extended thinking（可靠准确）
• OpenAI o4-mini（根据推理努力程度，在速度、成本和准确度之间提供良好平衡）
• Gemini 2.5 Flash（速度快、成本低，适合较简单的任务）

通过 pip install lmnr-index 在你的项目中使用它

运行 index run 在交互式 CLI 中运行 agent

• 通过 Pydantic schemas 支持结构化输出，用于可靠的数据提取。
• Index 也可作为无服务器 API 使用。
• 你也可以通过 Chat UI 尝试 Index。
• 支持由开源平台 Laminar 驱动的高级浏览器 agent 可观测性。

示例提示词：访问 ycombinator.com。总结 W25 batch 中前 3 家公司，并在 Google Sheets 中创建新的电子表格。

查看完整文档。

pip install lmnr-index 'lmnr[all]'

# Install playwright
playwright install chromium

在项目根目录的 .env 文件中设置你的模型 API 密钥：

GEMINI_API_KEY=
ANTHROPIC_API_KEY=
OPENAI_API_KEY=
# Optional, to trace the agent's actions and record browser session
LMNR_PROJECT_API_KEY=

import asyncio
from index import Agent, GeminiProvider
from pydantic import BaseModel
from lmnr import Laminar
import os

# to trace the agent's actions and record browser session
Laminar.initialize()

# Define Pydantic schema for structured output
class NewsSummary(BaseModel):
    title: str
    summary: str

async def main():

    llm = GeminiProvider(model="gemini-2.5-pro-preview-05-06")
    agent = Agent(llm=llm)

    # Example of getting structured output
    output = await agent.run(
        prompt="Navigate to news.ycombinator.com, find a post about AI, extract its title and provide a concise summary.",
        output_model=NewsSummary
    )
    
    summary = NewsSummary.model_validate(output.result.content)
    print(f"Title: {summary.title}")
    print(f"Summary: {summary.summary}")
    
if __name__ == "__main__":
    asyncio.run(main())

浏览器状态持久化

• 支持跟进消息，包含"交给人工控制"操作
• 实时流式更新
• 使用 Textual 的美观终端 UI

你可以通过以下命令运行 Index CLI。

index run

输出看起来像这样：

Loaded existing browser state
╭───────────────────── Interactive Mode ─────────────────────╮
│ Index Browser Agent Interactive Mode                       │
│ Type your message and press Enter. The agent will respond. │
│ Press Ctrl+C to exit.                                      │
╰────────────────────────────────────────────────────────────╯

Choose an LLM model:
1. Gemini 2.5 Flash
2. Claude 3.7 Sonnet
3. OpenAI o4-mini
Select model [1/2] (1): 3
Using OpenAI model: o4-mini
Loaded existing browser state

Your message: go to lmnr.ai, summarize pricing page

Agent is working...
Step 1: Opening lmnr.ai
Step 2: Opening Pricing page
Step 3: Scrolling for more pricing details
Step 4: Scrolling back up to view pricing tiers
Step 5: Provided concise summary of the three pricing tiers

使用个人 Chrome 实例运行 CLI

你可以用个人 Chrome 浏览器实例运行 Index，而不是启动新浏览器。主要优势是所有已登录的会话都会可用。

# Basic usage with default Chrome path
index run --local-chrome

在生产环境中使用 Index 最简单的方式是通过无服务器 API。Index API 管理远程浏览器会话、agent 基础设施和浏览器可观测性。开始前，在 Laminar 中创建一个项目 API 密钥。

pip install lmnr

from lmnr import Laminar, LaminarClient
# you can also set LMNR_PROJECT_API_KEY environment variable

# Initialize tracing
Laminar.initialize(project_api_key="your_api_key")

# Initialize the client
client = LaminarClient(project_api_key="your_api_key")

for chunk in client.agent.run(
    stream=True,
    model_provider="gemini",
    model="gemini-2.5-pro-preview-05-06",
    prompt="Navigate to news.ycombinator.com, find a post about AI, and summarize it"
):
    print(chunk)

浏览器 agent 可观测性

代码运行和 API 运行都提供高级浏览器可观测性。要追踪 Index agent 的操作并记录浏览器会话，你只需在运行 agent 前初始化 Laminar 追踪。

from lmnr import Laminar

Laminar.initialize(project_api_key="your_api_key")

然后你将在 Laminar 平台上获得完整的 agent 操作可观测性，与浏览器会话同步。在文档中了解更多关于浏览器 agent 可观测性的信息。

由 Laminar 团队用 ❤️ 制作