微软又一自动化开源王炸，Selenium 慌了！

在当今数字化时代，浏览器自动化工具对于开发人员、测试人员以及数据分析师等群体而言，是提高工作效率、实现流程自动化的得力助手。Selenium 作为一款经典的开源浏览器自动化工具，多年来在行业内占据着重要地位，被广泛应用于 Web 应用程序的自动化测试、数据抓取等场景。
然而，今天要给大家带来的是，微软推出了一款名为 Magentic UI 的开源项目，这可是自动化领域的一颗“王炸”炸弹！
1、什么是 Magentic UI？

Magentic-UI，是微软推出的一款开源的人机协作网页自动化工具，旨在通过网页浏览器实时协助用户完成复杂的网络任务。它基于微软此前发布的 Magentic-One 多智能体系统和 AutoGen 框架打造，以 MIT 许可证开源。

这个工具不仅可以自动浏览网页、填写表单，还能执行代码、分析文件，关键是整个过程完全透明可控。
这个自动化开源项目核心逻辑主要由Python编写,

访问快捷导航平台(https://kjdaohang.com/)，点击最新上架菜单，找到Magentic-UI，点击直达链接，可查看项目源码。

2、核心功能与优势

• 以人为中心：Magentic UI 的设计理念是模拟人类用户的操作，而不是简单的脚本执行。这意味着它能够更好地处理复杂的交互场景，如动态加载、弹窗处理等。
  
• 协作执行，实时交互：在执行过程中，Magentic-UI 会实时向用户播报下一步行动，同时展示所访问网页内容。用户可以随时暂停流程，用手头浏览器亲自验证某一步骤，或通过自然语言反馈纠正智能体的执行路径 。假设在数据收集任务中，智能体提取的数据与用户预期偏差较大，用户可即时介入，直接引导智能体调整筛选条件，确保数据准确性 。
  
• 智能操作： 利用 AI 技术，Magentic UI 能够智能识别网页元素，自动完成点击、填写表单等操作，大大减少了人工干预的需要。
  
• 学习进化，越用越智能：每次任务完成后，Magentic-UI 能对执行过程进行复盘，将关键步骤提炼为通用计划并妥善保存。用户可以随时查看这些往昔经验，直接套用或按需修改。当下次面对相似任务时，智能体便能基于历史经验迅速启动，大大缩减任务筹备时间。
  

3、快速上手

首先说一下如何安装，安装过程非常简单，只需几个命令即可完成：
1、创建虚拟环境并激活（需要安装 Python 3.10+）：

1. python3 -m venv .venv
2. source .venv/bin/activate
4. # 如果您使用 uv 进行依赖项管理，则可以使用以下命令安装 Magentic-UI：
5. uv venv --python=3.12 .venv
6. . .venv/bin/activate

复制代码

2、安装 Magentic-UI：

1. pip install magentic-ui

复制代码

3、启动服务：

1. magentic-ui --port8081

复制代码

第一次运行此命令时，构建 Docker 镜像需要一段时间，你可以去喝杯咖啡什么的。下次运行它时，它会快得多，因为它不必再次构建 Docker。
如果您的端口是 8081，则可以在http://localhost:8081 访问 Magentic-UI即可使用。

Magentic-UI 需要 Docker 才能运行，如果您使用的是 Windows，则需要 WSL2。建议使用Mac 或 Linux。

如果您无法设置 Docker，您可以运行有限版本的 Magentic-UI，该版本无法执行代码、导航文件或使用命令在界面中显示浏览器：

1. magentic-ui --run-without-docker --port 8081

复制代码

如果您在构建 docker 时遇到问题，请尝试使用以下命令重新构建它们：

1. magentic-ui --rebuild-docker --port 8081

复制代码

接下来，就是如何使用了。

需要设置 OpenAI API 密钥，支持 Azure OpenAI 和 Ollama 等多种模型。要使用 Azure 模型或 Ollama，请使用可选依赖项进行安装：

1. # for Azure
2. pip install magentic-ui[azure]
3. # for Ollama
4. pip install magentic-ui[ollama]

复制代码

下面，展示如何与 Magentic-UI进行分步用户交互：
1、通过对话与 AI 一起制定详细的任务执行步骤。

2、协同任务执行，可以随时中断和引导任务执行，直接通过网页浏览器或对话进行干预。

3、对于关键操作，系统会主动请求用户确认后再执行，支持同时运行多个任务，状态指示器会提醒何时需要输入或任务完成。

写在最后

微软 Magentic-UI 的出现，无疑为浏览器自动化领域注入了新的活力。它凭借创新的人机协作模式、强大的功能以及出色的安全机制，展现出了超越传统工具的潜力。
对于需要频繁进行网页自动化操作的开发者来说，Magentic-UI 确实是个不错的选择。
它的出现给自动化领域提供了更多新的思路，不过这个工具目前毕竟刚出来不久，在生产环境使用需要谨慎考虑。
总的来说，作为一个创新的网页自动化方案，值得试试。
如果这篇文章对你有帮助，不妨点个赞、转发、收藏，想第一时间收到推送，记得加个星标 ⭐
好了，今天的分享到此结束，感谢大家抽空阅读，我们下期再见，Respect！

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！