agentghost 的项目扩展与二次开发
2025-05-27 22:19:16作者:柏廷章Berta
项目的基础介绍
agentghost 是一个基于 Node.js 和 Express.js 的后端服务器项目,它利用无头浏览器(Puppeteer Real Browser)执行网页抓取和自动化任务。该项目提供了 API 端点以控制浏览器会话并在网页上执行各种操作,设计上注重鲁棒性、配置灵活性和优雅的关闭处理。
项目的核心功能
- Proxy API: 通过控制浏览器会话与网页进行交互,包括获取网页标题、HTML 内容、CSS 选择器匹配的元素内容,以及在元素上执行点击或输入操作等。
- Admin API: 提供管理员控制和管理功能,如检查浏览器实例状态、列出活动浏览器会话、终止特定会话等。
项目使用了哪些框架或库?
- Node.js:项目的运行基础,JavaScript 的运行环境。
- Express.js:一个灵活的 Node.js Web 应用框架,用于创建 API 和服务器。
- Puppeteer Real Browser:用于控制 Chrome 或 Chromium 进行网页抓取和自动化。
- TypeScript:JavaScript 的一个超集,为代码提供类型检查和编译时优化。
- Winston:用于日志记录。
- body-parser:Express.js 中间件,用于解析 HTTP 请求体。
- pm2:Node.js 应用程序的生产进程管理器。
- pnpm:一个快速、可靠的包管理器。
项目的代码目录及介绍
agentghost/
├── src/
│ ├── controllers/ # API 端点的请求处理器
│ ├── logger/ # 日志工具
│ ├── middleware/ # Express 中间件
│ ├── routes/ # API 路由定义
│ ├── utils/ # 通用工具
│ ├── config.ts # 配置设置
│ ├── server.ts # 主应用程序入口点
│ └── session-manager.ts # 管理 Puppeteer 浏览器会话/页面
├── .gitignore
├── LICENSE
├── package.json
├── pnpm-lock.yaml
├── README.md # 项目文档
├── tech.md
├── tsconfig.json
└── tslint.json
对项目进行扩展或者二次开发的方向
- 增强核心功能:根据用户需求,增加更多的 Proxy API 和 Admin API 功能,例如支持更多的浏览器操作、增加任务调度、优化性能等。
- 任务队列与调度:实现一个任务队列系统,允许用户提交任务到队列,系统自动执行并管理任务。
- 安全性与权限管理:增加用户认证和授权机制,确保 API 的安全使用。
- 错误处理与日志:改进错误处理机制,增加详细的错误信息和日志记录,便于故障排查和性能监控。
- 用户界面:开发一个用户界面,允许用户通过图形界面提交任务和管理会话,提高用户体验。
- 插件系统:设计一个插件系统,允许第三方开发者为
agentghost开发扩展插件,增加项目的灵活性和可扩展性。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
667
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
19
30