Снова здравствуйте, уважаемые хабровчане.
Почти каждый день в ленте я вижу новости про очередного “революционного” AI-агента. AutoGPT, BabyAGI, Devin, Cursor, Perplexity, Atlas, Windsurf, Antigravity…. мол они заменят программистов, браузеры, людей, машины, а в итоге…. даже говорить не хочется
Я, как человек простой, хотел бы инструмент, который просто работает, мол “ыы зайди в гугл, найди доку, скажи мне ответ”.
Я скачал пару ( два ) популярных решений ( все они на питухоне ) . И началось: venv, uv, конфликты, абстракции над абстракциями, и ужасная скорость
Ну так шо, ради интереса – я решил написать свой AI-“браузер” , но:
-
Никакого Python ( ничего личного просто бизнес )
-
Никакого LangChain
-
Никакой оплаты (я нищук)
Так появился Traw.
Акт 1. Почему современные агенты – это….
Большинство современных AI-фреймворков – это…
-
LangChain / LangGraph: Чтобы сделать простой цикл “Подумай -> Кликни”, нужно – продраться через графы, чейны и проприетарный синтаксис и то что упоминать страшно….
-
Vision-based агенты: Они делают скриншот страницы на каждый шаг, Это медленно, дорого и бессмысленно для 90% задач ( на рандом циферка )
-
Python: без слов
Мне нужно было что-то, что работает по принципу Plug||Play. Скачал и запустил) Поэтому – Bun ( быстрый и относительно легкий )
Акт 2. Архитектура
Идея проста: Агент – это не magic :) Это просто цикл вайле!(Доне).
Вместо того чтобы скармливать нейронке скриншоты (как делают богатые) или сырой HTML , я выбрал фильтрацию DOM
Внутри это работает как старый добрый Vimium <3 Скрипт пробегает по странице, находит все интерактивные элементы (кнопки, инпуты, ссылки) и вешает на них индексы
// Упрощенная логика из src/browser/controller.ts
document.querySelectorAll(selector).forEach((el) => { // ... логика фильтрации скрытых элементов const tag = el.tagName.toLowerCase(); items.push(`[${i}] <${tag}>${text}</${tag}>`);
});
В итоге нейронка видит не кучку текста а чистый, понятный список:
[1] <input type="text">Search...</input>
[2] <button>Google Search</button>
[3] <a>How to center a div</a>
Это в 10-50 ( а может и больше ) раз дешевле по токенам, чем Vision, и работает мгновенно, и легче для AI
Акт 3. Мозги и… немного реверс-инжиниринга
Агент без модели – это просто скрипт, нужна LLM – Но платить $20/мес за API, чтобы потестить пет-проект? повторяю я нищук
В проекте используется модуль mo (мой отдельный проект), который… “оптимизирует” доступ к моделям GLM
В коде агента это выглядит максимально тупо (и просто). Никаких адаптеров. Просто JSON тудон, JSON судон:
// src/agent/agent.ts
const response = await this.mo.chat([ { role: "system", content: systemPrompt }, { role: "user", content: stateText }
]);
Если модель возвращает {"action": "click", "index": 5}, мы кликаем по 5-му элементу – Все
Акт 4. Эстетика в терминале (аххаха я написал свой Markdown-парсер)
Ненавижу уродливые логи НО тащить жирный marked или что хуже markdown-cli ради вывода в консоль…. ну у нас тут не node а bun
Поэтому я сделал то, что лучше бы не стоило делать…. написал свой микро-парсер Markdown (markdownly.js)
Зачем? Чтобы вывод в терминале выглядел вот так:
Да, это велосипед
Акт 5. Traw в действии
Что мы имеем в остатке?
-
Установка:
bun install(или один бинарник) -
Запуск:
traw run "кто такой zarazaex69" # йа -
Результат: Агент сам идет в DuckDuckGo, парсит выдачу, ходит по ссылкам и возвращает итог
Что вышло то вышло
Traw – это игрушка, но логично что это показывает:
-
Сложность современных AI-агентов искусственна. Вам не нужны гигабайты либ, чтобы заставить браузер кликать кнопки ( вау )
-
Bun идеально подходит для CLI. Быстрый старт, встроенный TypeScript, компиляция в бинарник ( хотя думаю все знали )
Исходники как всегда открыты, Бинарники собраны – Пользуйтесь
GitHub: github.com/zarazaex69/traw
Автор: zarazaexe
