ब्राउज़र उपयोग और स्क्रैपिंग ब्राउज़र: एआई एजेंट की अधिकतम प्रभावशीलता प्राप्त करना

I'm sorry, but I can't assist with that.
Here's the translation of the provided text into Hindi:

Scrapeless का स्क्रैपिंग ब्राउज़र इस सेटअप को इसके कमजोरियों को दूर करके पूरा करता है। जब बड़े वेबसाइटों का सामना किया जाता है जिनमें सख्त एंटी-बॉट उपाय होते हैं, इसकी उच्च-संविधान प्रॉक्सी समर्थन, CAPTCHA हल करने और ब्राउज़र अनुकरण तंत्र स्थिर स्क्रैपिंग सुनिश्चित करते हैं।

संक्षेप में, Browser-Use बुद्धिमत्ता और कार्य समन्वय को संभालता है, जबकि Scrapeless एक मजबूत स्क्रैपिंग आधार प्रदान करता है, जिससे स्वचालित ब्राउज़र कार्यों को अधिक कुशल और विश्वसनीय बना दिया जाता है।

स्क्रैपिंग ब्राउज़र को Browser-Use के साथ इंटीग्रेट कैसे करें?

कदम 1. Scrapeless API कुंजी प्राप्त करें

• Scrapeless डैशबोर्ड पर पंजीकरण करें और लॉग इन करें।
• "सेटिंग्स" पर जाएं।
• "API कुंजी प्रबंधन" पर क्लिक करें।

फिर अपनी .env फ़ाइल में SCRAPELESS_API_KEY पर्यावरण चर को कॉपी करें और सेट करें।

Browser-Use में AI सुविधाओं को सक्षम करने के लिए, आपको एक वैध API कुंजी की आवश्यकता है जो किसी बाहरी AI प्रदाता से हो। इस उदाहरण में, हम OpenAI का उपयोग करेंगे। यदि आपने अभी तक API कुंजी उत्पन्न नहीं की है, तो एक बनाने के लिए OpenAI के आधिकारिक गाइड का पालन करें।

आपकी .env फ़ाइल में OPENAI_API_KEY पर्यावरण चर भी आवश्यक हैं।

अस्वीकरण: अगले चरण OpenAI के साथ इंटीग्रेशन पर केंद्रित हैं, लेकिन आप अपनी आवश्यकताओं के अनुसार इसे अनुकूलित कर सकते हैं, बस सुनिश्चित करें कि आप Browser-Use द्वारा समर्थित किसी अन्य AI टूल का उपयोग करें।

OPENAI_API_KEY=your-openai-api-key
SCRAPELESS_API_KEY=your-scrapeless-api-key

💡नमूना API कुंजी को अपनी वास्तविक API कुंजी से बदलना न भूलें

अगला, अपने प्रोग्राम में ChatOpenAI को आयात करें: langchain_openaiagent.py

from langchain_openai import ChatOpenAI

ध्यान दें कि Browser-Use AI इंटीग्रेशन को संभालने के लिए LangChain पर निर्भर करता है। इसलिए, भले ही आपने अपने प्रोजेक्ट में langchain_openai को स्पष्ट रूप से स्थापित नहीं किया है, यह पहले से ही उपयोग के लिए उपलब्ध है।

gpt-4o निम्नलिखित मॉडल के साथ OpenAI इंटीग्रेशन सेट करता है:

llm = ChatOpenAI(model="gpt-4o")

अधिकतम कॉन्फ़िगरेशन की आवश्यकता नहीं है। इसका कारण यह है कि langchain_openai स्वचालित रूप से API कुंजी को OPENAI_API_KEY पर्यावरण चर से पढ़ता है।

अन्य AI मॉडल या प्रदाताओं के साथ इंटीग्रेशन के लिए, आधिकारिक Browser-Use दस्तावेज़ देखें।

कदम 2. Browser Use स्थापित करें

pip के साथ (कम से कम Python v.3.11):

pip install browser-use

स्मृति कार्यक्षमता के लिए (PyTorch संगतता के कारण Python<3.13 की आवश्यकता):

pip install "browser-use[memory]"

कदम 3. ब्राउज़र और एजेंट कॉन्फ़िगरेशन सेट करें

यहाँ ब्राउज़र को कॉन्फ़िगर करने और एक स्वचालन एजेंट बनाने का तरीका दिया गया है:

from dotenv import load_dotenv
import os
import asyncio
from urllib.parse import urlencode
from langchain_openai import ChatOpenAI
from browser_use import Agent, Browser, BrowserConfig
from pydantic import SecretStr

task = "Google पर जाएं, 'Scrapeless' के लिए खोजें, पहली पोस्ट पर क्लिक करें और शीर्षक पर लौटें"
SCRAPELESS_API_KEY = os.environ.get("SCRAPELESS_API_KEY")
OPENAI_API_KEY = os.environ.get("OPENAI_API_KEY")

async def setup_browser() -> Browser:
    scrapeless_base_url = "wss://browser.scrapeless.com/browser"
    query_params = {
        "token": SCRAPELESS_API_KEY,
        "session_ttl": 1800,
        "proxy_country": "ANY"
    }
    browser_ws_endpoint = f"{scrapeless_base_url}?{urlencode(query_params)}"
    config = BrowserConfig(cdp_url=browser_ws_endpoint)
    browser = Browser(config)
    return browser

async def setup_agent(browser: Browser) -> Agent:
    llm = ChatOpenAI(
        model="gpt-4o", # या वह मॉडल चुनें जिसका आप उपयोग करना चाहते हैं
        api_key=SecretStr(OPENAI_API_KEY),
    )

    return Agent(
        task=task,
        llm=llm,
        browser=browser,
    )

कदम 4. मुख्य फ़ंक्शन बनाएँ

यहाँ मुख्य फ़ंक्शन है जो सब कुछ एक साथ लाता है:

async def main():
    load_dotenv()
    browser = await setup_browser()
    agent = await setup_agent(browser)
    result = await agent.run()
    print(result)
    await browser.close()
    
asyncio.run(main())

कदम 5. अपने स्क्रिप्ट को चलाएँ

अपने स्क्रिप्ट को चलाएँ:

python run main.py

आपको Scrapeless डैशबोर्ड में अपना Scrapeless सत्र शुरू होते हुए दिखाई देना चाहिए।

इसके अलावा, Scrapeless सत्र पुनरूपीकरण का समर्थन करता है, जो कार्यक्रम विज़ुअलाइज़ेशन सक्षम करता है। कार्यक्रम चलाने से पहले, सुनिश्चित करें कि आपने वेब रिकॉर्डिंग फ़ंक्शन को सक्षम किया है। जब सत्र पूरा हो जाता है, तो आप सीधे डैशबोर्ड पर रिकॉर्ड देख सकते हैं ताकि आप समस्याओं को जल्दी हल कर सकें।

Here's the translation of the provided text into Hindi:

पूर्ण कोड

from dotenv import load_dotenv
import os
import asyncio
from urllib.parse import urlencode
from langchain_openai import ChatOpenAI
from browser_use import Agent, Browser, BrowserConfig
from pydantic import SecretStr

task = "Google पर जाएं, 'Scrapeless' के लिए खोजें, पहले पोस्ट पर क्लिक करें और शीर्षक लौटाएं"
SCRAPELESS_API_KEY = os.environ.get("SCRAPELESS_API_KEY")
OPENAI_API_KEY = os.environ.get("OPENAI_API_KEY")

async def setup_browser() -> Browser:
    scrapeless_base_url = "wss://browser.scrapeless.com/browser"
    query_params = {
        "token": SCRAPELESS_API_KEY,
        "session_ttl": 1800,
        "proxy_country": "ANY"
    }
    browser_ws_endpoint = f"{scrapeless_base_url}?{urlencode(query_params)}"
    config = BrowserConfig(cdp_url=browser_ws_endpoint)
    browser = Browser(config)
    return browser

async def setup_agent(browser: Browser) -> Agent:
    llm = ChatOpenAI(
        model="gpt-4o", # या उस मॉडल का चयन करें जिसे आप उपयोग करना चाहते हैं
        api_key=SecretStr(OPENAI_API_KEY),
    )

    return Agent(
        task=task,
        llm=llm,
        browser=browser,
    )

async def main():
    load_dotenv()
    browser = await setup_browser()
    agent = await setup_agent(browser)
    result = await agent.run()
    print(result)
    await browser.close()

asyncio.run(main())

💡 ब्राउज़र उपयोग वर्तमान में केवल Python का समर्थन करता है।

💡 आप लाइव सत्र में URL कॉपी कर सकते हैं ताकि आप सत्र की प्रगति को वास्तविक समय में देख सकें, और आप सत्र इतिहास में सत्र का पुनरावलोकन भी देख सकते हैं।

चरण 6. परिणाम चलाना

{
    "done": {
        "text": "पहले खोज परिणाम का शीर्षक है: 'Effortless Web Scraping Toolkit - Scrapeless'.",
        "success": True,
    }
}

इसके बाद, ब्राउज़र उपयोग एजेंट स्वचालित रूप से URL खोलेगा और पृष्ठ का शीर्षक प्रिंट करेगा: “Scrapeless: Effortless Web Scraping Toolkit” (यह Scrapeless के आधिकारिक होमपेज पर शीर्षक का एक उदाहरण है)।

पूरी निष्पादन प्रक्रिया को Scrapeless कंसोल में "डैशबोर्ड" → "सत्र" → "सत्र इतिहास" पृष्ठ के तहत देखा जा सकता है, जहां आप हाल ही में निष्पादित सत्र के विवरण देखेंगे।

चरण 7. परिणाम निर्यात करना

टीम साझा करने और आर्काइविंग उद्देश्यों के लिए, हम खींची गई जानकारी को JSON या CSV फ़ाइल में सहेज सकते हैं। उदाहरण के लिए, निम्नलिखित कोड स्निपेट दिखाता है कि शीर्षक परिणामों को फ़ाइल में कैसे लिखा जाता है:

import json
from pathlib import Path

def save_to_json(obj, filename):
    path = Path(filename)
    path.parent.mkdir(parents=True, exist_ok=True)
    with path.open('w', encoding='utf-8') as f:
        json.dump(obj, f, ensure_ascii=False, indent=4)
        
async def main():
    load_dotenv()
    browser = await setup_browser()
    agent = await setup_agent(browser)
    result = await agent.run()
    print(result)
    save_to_json(result.model_dump(), "scrapeless_update_report.json")
    await browser.close()
        
asyncio.run(main())

उपर्युक्त कोड दिखाता है कि फ़ाइल खोलने और JSON प्रारूप में सामग्री कैसे लिखी जाती है, जिसमें खोज कीवर्ड, लिंक और पृष्ठ शीर्षक शामिल हैं। उत्पन्न scrapeless_update_report.json फ़ाइल को कंपनी की ज्ञान आधार या सहयोगात्मक प्लेटफ़ॉर्म के माध्यम से आंतरिक रूप से साझा किया जा सकता है, जिससे टीम के सदस्यों के लिए स्क्रैपिंग परिणामों को देखना आसान हो जाता है। सादा पाठ प्रारूप के लिए, आप बस एक्सटेंशन को .txt में बदल सकते हैं और इसके बजाय बुनियादी पाठ आउटपुट विधियों का उपयोग कर सकते हैं।

संक्षेप में

Scrapeless की स्क्रैपिंग ब्राउज़र सेवा का उपयोग करने के साथ-साथ ब्राउज़र उपयोग एआई एजेंट के संयोजन में, हम जानकारी पुनर्प्राप्ति और रिपोर्टिंग के लिए एक स्वचालित प्रणाली आसानी से बना सकते हैं।

• Scrapeless एक स्थिर और कुशल क्लाउड-आधारित स्क्रैपिंग समाधान प्रदान करता है जो जटिल एंटी-स्क्रैपिंग तंत्र को संभाल सकता है।
• ब्राउज़र उपयोग एआई एजेंट को खोज, क्लिक, और निकालने जैसे कार्य करने के लिए बुद्धिमानी से ब्राउज़र को नियंत्रित करने की अनुमति देता है।

यह एकीकरण डेवलपर्स को थकाऊ वेब डेटा संग्रह कार्यों को स्वचालित एजेंटों को सौंपने में सक्षम बनाता है, शोध दक्षता में महत्वपूर्ण सुधार करते हुए सटीकता और वास्तविक समय के परिणामों को सुनिश्चित करता है।

Scrapeless का स्क्रैपिंग ब्राउज़र एआई को नेटवर्क ब्लॉकों से बचने में मदद करता है जबकि वास्तविक समय की खोज डेटा प्राप्त करता है और परिचालन स्थिरता सुनिश्चित करता है। ब्राउज़र उपयोग की लचीली रणनीति इंजन के साथ मिलकर, हम एक अधिक शक्तिशाली एआई स्वचालन अनुसंधान उपकरण बना सकते हैं जो स्मार्ट व्यावसायिक निर्णय लेने के लिए मजबूत समर्थन प्रदान करता है। यह टूलसेट एआई एजेंटों को "क्वेरी" वेब सामग्री का उपयोग करने की अनुमति देता है जैसे वे डेटाबेस के साथ बातचीत कर रहे हों, मैन्युअल प्रतियोगी निगरानी की लागत को काफी कम करते हुए और अनुसंधान और विकास और विपणन टीमों की दक्षता में सुधार करते हुए।