一个通过代理记忆来诱导、整合和利用工作流的AI代理系统，可应用于Web自动化任务，实现35.6%的成功率。
一分钟了解#
**代理工作流记忆(AWM)**是一个创新系统，能够通过代理记忆机制学习并重复使用工作流程，特别适用于Web自动化任务。研究人员和AI开发者可利用它来提高智能代理在复杂环境中的任务完成率，特别是在WebArena和Mind2Web等基准测试中表现优异。
核心价值：通过记忆和复用工作流程，显著提高AI代理在Web自动化任务中的成功率和效率。
快速上手#
安装难度：中 - 需要设置环境并准备数据集，但提供了详细的指导说明
# 在WebArena上运行AWM
cd webarena
python pipeline.py --website "shopping" # 可选: ['shopping', 'shopping_admin', 'reddit', 'gitlab', 'map']
# 在Mind2Web上运行AWM
cd mind2web
python pipeline.py --setup "offline" # 或 "online"
适合我的场景吗？
- ✅ 研究AI代理工作流程：AWM提供了一种新的方法来研究AI代理如何学习和使用工作流程
- ✅ Web自动化任务：特别是在WebArena和Mind2Web环境中表现优异
- ❌ 需要即插即用的解决方案：需要较多的环境设置和数据准备工作
- ❌ 简单网页抓取：适用于复杂任务，对简单自动化可能过于复杂
核心能力（可选）#
1. 工作流程记忆与复用 - 提高任务完成效率#
通过代理记忆存储和复用工作流程，避免每次重新学习相同任务步骤 实际价值：显著减少AI代理完成任务所需的尝试次数，提高成功率和效率
2. 离线与在线学习模式 - 灵活适应不同场景#
支持离线模式（从标注数据中学习）和在线模式（从实时经验中学习） 实际价值：可根据可用数据情况选择最合适的训练方式，最大化适应性和实用性
3. 跨任务泛化能力 - 适应多样化网站和领域#
特别是在Mind2Web环境下，能够有效泛化到各种任务、网站和领域 实际价值：减少对新任务的重新训练需求，降低应用门槛
技术栈与集成#
开发语言：Python 主要依赖：未明确列出，但需要WebArena和Mind2Web环境 集成方式：代码库，可通过运行指定的pipeline脚本来使用
维护状态（可选）#
- 开发活跃度：活跃开发中，最近一次提交于2025年12月22日
- 最近更新：近期有新功能添加和优化
- 社区响应：社区参与度中等，有3个开放问题和3个已关闭问题
文档与学习资源（可选）#
- 文档质量：基础文档，提供快速入门指南
- 官方文档：可通过仓库README访问
- 示例代码：提供WebArena和Mind2Web两个主要用例的示例代码