Airtop 是一个强大的平台，使开发者能够以简洁和精确的方式创建可扩展的、生产就绪的网络自动化。Airtop 处于使代理智能地与网络交互的前沿，它使代理能够执行诸如登录、提取信息、填写表格以及与 Web 界面交互等操作——所有这些都通过自然语言命令。
AI 代理的功能性取决于它们可以访问的数据。大规模地浏览网站会带来诸如身份验证和验证码等挑战。Airtop 通过为开发人员提供一种通过自然语言 API 控制浏览器的可靠方法来弥合这一差距，从而消除了对复杂的 CSS 选择器 hacks 或 Puppeteer 脚本的需求。
利用完整的 LangChain 生态系统（LangChain、LangSmith 和 LangGraph），Airtop 构建了许多浏览器解决方案，包括：
- Extract API：支持从网页中提取结构化信息，例如演讲者列表、LinkedIn URL 或监控航班价格。也适用于经过身份验证的站点，用于社交监听和电子商务等用例。
- Act API：增加了在网站上执行操作的能力，例如输入搜索查询或与 UI 元素实时交互。
简化与 LangChain 的模型集成
当 Airtop 着手为其 AI 代理构建基于云的浏览器时，他们需要一个可以灵活集成各种 LLM 模型的平台。LangChain 因其“开箱即用”的方法而迅速脱颖而出。凭借 GPT-4 系列、Claude、Fireworks 和 Gemini 的内置集成，LangChain 为 Airtop 节省了无数的开发时间。
“LangChain 提供的标准化接口改变了游戏规则，”Airtop 的 AI 工程师 Kyle 分享道。“我们可以在模型之间轻松切换，这在我们为不同的用例进行优化时至关重要。”
在 LangGraph 中构建灵活的代理架构
当 Airtop 希望添加更多浏览器自动化时，他们的工程团队转向 LangGraph，以利用其灵活的架构来构建他们的代理系统。借助 LangGraph，Airtop 将各个浏览器自动化构建为子图。这也帮助他们的应用程序面向未来，因为随着他们扩展自动化，很容易添加额外的子图——让团队拥有更动态的控制，而无需重新设计他们的控制流程。
在 Airtop 设计他们的代理时，团队决定从小处着手，为他们的代理提供微功能，然后构建具有更复杂代理的系统，这些代理可以点击站点上的元素并执行击键操作。随着他们的代理不断发展，可靠性是重中之重。LangGraph 帮助 Airtop 验证其代理步骤的准确性，因为它在网站上执行操作。
在 LangSmith 中调试和优化提示
虽然 Airtop 最初开始使用 LangSmith 来调试通过客户支持票证传入的问题，但他们很快也发现 LangSmith 可以加速他们开发过程的多个部分。
在开发过程中，Airtop 使用 LangSmith 进行提示工程和动态测试。当来自 OpenAI 或 Claude 等 AI 模型出现模糊的错误消息时，LangSmith 的多模态调试功能提供了清晰度，使团队能够识别问题是源于格式问题还是放错位置的提示组件。
此外，对于 Airtop 团队来说，为用户提供可靠的网络自动化功能非常重要。他们利用 LangSmith 的 playground 来迭代提示并运行并行模型请求，动态模拟真实世界的用例。这加快了 Airtop 的内部工作流程，并增强了他们向用户提供更准确、更量身定制的响应的能力。
下一步
Airtop 大大加快了其 AI 代理驱动的网络自动化解决方案的上市时间。借助 LangGraph 的可控代理框架和 LangSmith 进行开发中的测试，该团队确保了强大的代理性能。
“每一次创新都成为下一步的基础，”Airtop 的 CTO Daniel Shteremberg 说。“借助 LangChain 和 LangSmith，我们可以创建适应性强、可靠且面向未来的解决方案。”
未来，Airtop 团队的目标是
- 构建更复杂的代理，使用能够执行多步骤、高价值任务（例如股票市场分析或企业级自动化）的高级 LangGraph 代理。
- 向平台添加额外的微功能，使 AI 代理能够在整个网络上执行无限范围的操作。
- 增强的基准测试：进一步改进他们的基准测试系统，以评估更广泛的模型配置和用例的性能。