Jev für den nächsten Schritt eines Browser-Agenten nutzen

Kann Jev einen Browser-Agenten steuern?

Nicht allein. Jev klickt nicht, tippt nicht und liest keinen Bildschirm. Es beantwortet typisierte Fragen zu dem Zustand, den Sie ihm senden. In einem Browser-Agenten kommt es damit für eine eng umrissene Aufgabe infrage: aus einer Textbeschreibung der aktuellen Seite und einem Ziel den nächsten Schritt zu wählen – aus einer kurzen Liste von Schritten, die Ihr Code bereits ausführen kann.

Der Entwicklungsleitfaden von TypeSafe beschreibt dieselbe Arbeitsteilung: Der Code behält die Kontrolle, und das Modell erhält eng gefasste, strukturierte Entscheidungen. Die Agentenschleife, das Auslesen der Seite, der Klick und der erneute Versuch bleiben gewöhnliche Software.

Die bearbeitbare Vorlage für den nächsten Schritt öffnen. Sie enthält eine fiktive Anmeldeseite, eine Frage und vier Optionen. Beim Laden entsteht nur ein Entwurf; eine Prüfung startet erst, wenn Sie sie anfordern.

Die Seite als Zustand beschreiben, nicht als Screenshot

Die Vorlage sendet reinen Text: das Ziel, den Seitentitel und die sichtbaren Elemente mit ihren aktuellen Werten. Was dazugehört, entscheidet Ihre Komponente, die die Seite ausliest. Lassen Sie alles weg, was die Entscheidung nicht braucht, und senden Sie niemals Passwörter, Zahlungsdaten oder personenbezogene Daten Dritter an eine öffentliche Demo.

Jede Option entspricht einer Funktion in Ihrem Agenten. Jev wählt die Funktion; Ihr Code liefert die Argumente, die er selbst überprüfen kann, etwa welches Feld leer ist. Das Function-Calling-Cookbook von TypeSafe geht genauso vor: Entscheidungen aus einer geschlossenen Menge werden zu Fragen, während Freitext, Zahlen und Datumsangaben bei Ihrem Code bleiben.

Nur eine Sache ändern und vergleichen

1. Führen Sie die Vorlage unverändert aus und notieren Sie den gewählten Schritt und die übrigen Wahrscheinlichkeiten.
2. Tragen Sie in der Seitenbeschreibung die E-Mail-Adresse ein und führen Sie die Prüfung erneut aus. Legen Sie vorher fest, welchen Schritt Sie erwarten.
3. Entfernen Sie die E-Mail-Adresse aus dem Ziel und lassen Sie das Feld leer. Dem Agenten fehlt nun der Wert; ein umsichtig gestalteter Agent sollte es daher vorziehen, einen Menschen zu fragen.

Es ist keine erwartete Antwort vorgegeben, und ein einzelner Durchlauf ist keine Messung. Wenn zwei Optionen immer wieder konkurrieren, schreiben Sie ihre Beschreibungen um, bis ein Mensch sie ohne Raten anwenden könnte; siehe Überlappende Kategorien handhaben.

Die Tragweite bestimmt den Schwellenwert

Das TypeSafe-Muster für Confidence-gesteuertes Routing nutzt Confidence als zweites Signal: Die Antwort sagt, was zu tun ist, und die Confidence sagt, ob gehandelt werden soll. Im dortigen Beispiel genügt für eine risikoarme Aktion eine mäßige Confidence, während die Freigabe einer Überweisung eine deutlich höhere verlangt. Übertragen Sie diesen Gedanken hierher. Eine Seite erneut zu lesen kostet wenig; ein Formular abzusenden, zu bezahlen oder zu löschen dagegen nicht. Leiten Sie Ihre eigenen Schwellenwerte aus gelabelten Beispielen ab, und lesen Sie vorher Wahrscheinlichkeit und Confidence unterscheiden.

Was die Community ausprobiert hat

Die Projektgalerie verlinkt einen Browser-Agent-Prototyp aus der Community, der den Entscheidungsschritt an Jev übergibt. Die Angaben zur Geschwindigkeit stammen vom Autor selbst, und es wurden mehrere Dinge gleichzeitig geändert; sie isolieren daher nicht den Effekt von Jev. Betrachten Sie solche Berichte als Ideen zum Testen. Stellen Sie dann eine kleine Sammlung von Seitenzuständen aus Ihrem eigenen Produkt zusammen und prüfen Sie jeden Schritt von Hand, bevor ein Agent auf echten Konten handelt.