用大白话指挥浏览器干活，无需写代码
LaVague是一个基于大语言模型（LLM）的Web自动化框架，旨在通过自然语言指令驱动AI代理完成网页操作任务。它解决了传统网页自动化脚本编写复杂、维护成本高的问题，让用户无需编写代码即可实现浏览器自动化。其核心能力包括：将用户意图解析为可执行的浏览器操作序列、支持多步骤任务规划、集成Selenium等浏览器控制工具，并提供交互式界面供用户实时观察和调整代理行为。LaVague特别适合处理表单填写、数据抓取、页面导航等重复性网页操作，可显著提升工作效率。项目基于Python开发，采用模块化设计，便于扩展和定制。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1准备 Python 环境
LaVague 为 Python 框架，请先在本机安装 Python 与 pip；README 未给出具体版本要求，建议使用较新的稳定版。
python --version2克隆项目源码
README 未提供安装命令，先从 GitHub 拉取仓库源码作为后续参照；具体安装方式以官方文档为准。
git clone https://github.com/lavague-ai/LaVague.git
cd LaVague3准备 LLM 密钥
框架默认使用 OpenAI 的 gpt-4o 执行 LLM 调用，需提前准备 OpenAI API Key，否则 Agent 无法规划动作。
export OPENAI_API_KEY=sk-xxxxxxxx4查看官方文档
README 的 Getting Started 章节为空，请打开官方文档按 Getting Started 指引完成依赖安装与示例运行。
5运行你的第一个 Agent
参照文档用自然语言目标创建 Web Agent（例如“打印某个库的安装步骤”），观察其生成并执行浏览器操作。
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
OPENAI_API_KEY | 是 | OpenAI 密钥，供框架默认的 gpt-4o 模型调用使用（变量名请以官方文档为准） | sk-xxxxxxxx |
README 未给出启动命令与端口，以官方文档 Getting Started 示例能成功执行一个 Web Agent 目标为准。
Q：运行一个 Agent 大概要花多少钱？
A：取决于所选模型、目标复杂度以及所操作的网站，OpenAI 调用按 token 计费。官方文档提供 token 统计与费用估算方法，可据此评估成本。
Q：默认使用哪个大模型？可以更换吗？
A：默认使用 OpenAI 的 gpt-4o，README 明确说明该选择是完全可自定义的，可换成其他 LLM。
Q：按 README 找不到安装步骤怎么办？
A：本项目 README 的 Getting Started 章节为空，没有安装命令。请以官方文档 docs.lavague.ai 的 Getting Started 为准，不要臆造安装命令。
Q：遇到问题去哪里求助？
A：README 提供了官方 Discord 社区入口（discord.gg/SDxn9KpqX9），也可在 GitHub issues 中提问。
BrowserGPT、WebGum、Skyvern
LaVague 是智能体领域的开源项目，由 lavague-ai 开发，2024 年首次发布。
在全站 13,109 个收录项目中，它的 GitHub 星标数（6,389）位列前 8%，在智能体分类的 2,520 个项目里位列前 8%。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。Apache-2.0 许可证，可免费使用和部署。
它主要面向的使用场景是：自动化数据采集与表单填写。同类可对比的替代方案包括 BrowserGPT、WebGum、Skyvern。
xinchao-dynamic-mind
开源
给 AI 装上疲惫和欲望，让交互更真实
独立、可自托管的 AI 动态心智状态引擎：驱动力、念头池、疲惫、睡眠与意图。
deepseek-harness
开源
把 AI 能力拆成乐高积木，拼出你的专属智能体。
DeepSeek Harness: Everything is a Plugin.
AutoGPT
开源
开箱即用的 AI 员工，交代任务就自己干完
AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···
EvoAgentX
开源
让 AI 智能体自己迭代变强，越用越聪明
EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents