web-agent-protocol 的安装和配置教程

1. 项目的基础介绍和主要的编程语言

web-agent-protocol 是一个开源项目，旨在提供一个标准化的框架，用于记录和重放浏览器操作，以便实现用户、Web 代理和浏览器之间的无缝交互。该协议将动作记录和执行分离，使得自动化和重用变得高效。web-agent-protocol 的 Python SDK 实现了完整的规范，使得数据的收集、转换、重放等操作变得简单。

该项目主要使用的编程语言是 Python，同时也涉及一些 JavaScript、CSS 和 HTML。

2. 项目使用的关键技术和框架

• 浏览器自动化技术：通过浏览器扩展收集用户交互数据。
• 模型上下文协议（MCP）：用于将记录的动作转换为可重用的 MCP 服务器。
• Playwright：可能用于自动化浏览器的操作和测试。
• DOM 监听扩展：用于监听和记录 DOM 事件。

3. 项目安装和配置的准备工作和详细的安装步骤

准备工作

在开始安装之前，请确保您的系统中已安装以下软件：

• Python 3.11（或其他兼容版本）
• pip（Python 包管理器）
• conda（Python 环境管理器，可选）

安装步骤

步骤 1：创建 Python 虚拟环境（可选）

conda create -n WAP python=3.11

创建完成后，激活虚拟环境：

conda activate WAP

步骤 2：安装依赖

在虚拟环境中，使用以下命令安装项目所需的依赖：

pip install -r requirements.txt

步骤 3：设置项目源路径

将项目源路径添加到 PYTHONPATH 环境变量中：

对于 Windows 系统：

set PYTHONPATH=C:/path/to/webagentprotocol

对于 Linux 系统：

export PYTHONPATH=/path/to/webagentprotocol

确保将 path/to/webagentprotocol 替换为实际的路径。

步骤 4：创建 .env 文件

在项目根目录下创建一个 .env 文件，并添加您的 API 密钥：

OPENAI_API_KEY=sk-proj-...
DEEPSEEK_API_KEY=sk-...

步骤 5：安装浏览器扩展

请参考项目文档，安装 OTA-WAP Chrome 扩展，并设置为收集动作数据。

步骤 6：启动数据收集服务器

运行以下命令启动数据收集服务器：

python action_collect_server.py

确保浏览器扩展中的主机和端口设置与服务器配置相匹配。

步骤 7：记录数据

使用 Chrome 扩展开始记录数据。每次会话将保存为 data/YYYYMMDD/taskid/summary_event_<timestamp>.json。

完成以上步骤后，您就可以开始使用 web-agent-protocol 记录和重放浏览器操作了。