EKO 智能体SDK架构介绍 _eko框架-优快云博客

本文链接：https://blog.youkuaiyun.com/jike007gt/article/details/148097796

EKO 智能体SDK（Eko框架）是由清华大学、复旦大学和斯坦福大学联合开发的智能体开发框架，旨在通过自然语言与简单代码快速构建“虚拟员工”，实现自动化任务执行。以下是其核心功能与技术特点的详细解析：

自动化任务执行
- 数据收集与分析：例如，自动抓取雅虎财经的股票数据（价格、市值、交易量），生成可视化报告。
- 系统测试：模拟用户操作进行登录页面测试，验证密码策略、生成测试报告。
- 文件管理：清理指定目录下的大文件（如删除大于1MB的文件）。
跨平台支持
- 浏览器自动化：通过截图和网页元素识别技术，操作网页按钮、输入框等交互元素。
- 电脑系统操作：支持命令行指令（如文件读写、进程管理），未来将扩展GUI操作。
- 插件化扩展：可作为浏览器插件使用，适应不同工作环境。
生产级干预机制
- 实时监控与调整：允许开发者在工作流执行前后插入逻辑（如验证输入、重试失败任务）。
- 安全控制：浏览器环境采用API密钥管理，电脑端操作需用户授权，确保系统级访问安全。

核心是一个分层规划框架，它将任务规划与执行分离开来：

任务描述是用自然语言输入定义需要完成的任务。它关注期望的结果，而不是需要的具体步骤或工具。在我们的示例中，“将大象放进冰箱”是一个任何人都能理解的任务描述，但实现它需要仔细的规划和执行。

当Eko接收到任务描述时，它首先在规划阶段将其分解为逻辑子任务。每个子任务代表一个有意义的工作单元，有助于实现总体目标。在我们的大象示例中，Eko识别出三个子任务：打开冰箱门、推大象进去和关闭门。这种分解在任何实际执行开始之前发生。

每个子任务都有一组可能帮助完成它的工具。这些工具在规划阶段根据子任务的要求和工具的能力确定。在我们的示例中，我们使用三个虚构的工具 - “移动手”（）、“门使用”（）和“施加力量”（） - 来说明这个概念。

Eko通过一种创新的方法处理网络信息：

这项技术对于浏览器自动化任务尤为重要，能够在不同页面状态下提供可靠的元素识别。

Eko在不同的JavaScript环境中提供一致的能力，同时适应每个环境的独特约束：

工具是Eko自动化中的构建块：

钩子提供了对工作流执行的深度可见性和控制：