Integuru v0
从浏览器网络请求生成调用内部接口的 Python 集成代码。
- Star 数
- ★ 4.8k
- 最近更新
- 5 个月前
- License
- AGPL-3.0
- 主语言
- Python
- FA 评分
- 41/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 平台专用OpenAI API
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 需要下载某个账户账单的开发者，可在浏览器完成一次下载操作后，让工具识别相关请求及账户标识依赖。
- 不适合
- 无法在浏览器中登录目标平台并完成 2FA 的用户
- 需要官方 API 或稳定长期集成的生产团队，此版本为早期公开版本
这个 Agent 能做什么，适合哪些场景？
Integuru v0 是公开发布的早期版本，用于从浏览器网络请求中推导可运行的集成代码。用户通过 create_har.py 启动浏览器、完成登录并执行目标操作，工具将请求写入 HAR 文件，同时保存 cookies。随后以 integuru 命令行传入操作提示，系统分析请求之间的动态参数依赖，构建依赖图。它可生成执行图中所有请求的 Python 代码，以触发目标平台上的相应操作。该版本依赖 OpenAI 的云端模型；仓库说明当前版本已迁至 integuru.com。
运行 poetry run python create_har.py 后，用户在浏览器中登录目标平台并执行一次目标动作。流程收集 network_requests.har 与 cookies.json；随后运行 poetry run integuru --prompt "download utility bills" --model <gpt-4o|o3-mini|o1|o1-mini>。Integuru 根据 HAR 中的请求识别目标请求及其动态值，例如 accountId 和 userId，寻找提供这些值的上游请求并建立依赖图。它从无依赖请求向目标请求遍历，并将节点转换为可运行函数；使用 --generate-code 时可生成完整集成代码。命令行还支持 --har-path、--cookie-path、--max_steps 和 --input_variables。
- 需要下载某个账户账单的开发者，可在浏览器完成一次下载操作后，让工具识别相关请求及账户标识依赖。
- 为没有官方 API 的网站制作内部自动化脚本的工程师，可用 HAR 捕获实际请求并生成 Python 调用代码。
- 需要将一次浏览器中触发的业务动作拆解为多步 HTTP 请求的集成开发者，可使用依赖图追踪动态参数来源。
- 需要按指定 YEAR 等输入变量探索请求图的开发者，可通过 --input_variables 为图生成提供键值对。
- 需要验证请求依赖图生成逻辑的维护者，可使用 poetry run pytest 运行仓库单元测试。
如何安装或部署这个 Agent？
准备带有 OPENAI_API_KEY 环境变量的 OpenAI 账户。安装 Poetry 依赖：poetry install。进入 Poetry 环境：poetry shell。若使用 Jupyter，再执行 poetry run ipython kernel install --user --name=integuru。CI 配置使用 Python 3.12。
如何使用这个 Agent？
先执行 poetry run python create_har.py，登录目标平台并完成目标操作，以生成 ./network_requests.har 和 ./cookies.json。然后执行 poetry run integuru --prompt "download utility bills" --model gpt-4o。可用 --har-path 和 --cookie-path 指定其他文件；需要完整代码时加入 --generate-code。仓库建议图生成使用支持函数调用的 gpt-4o，并说明在账户可用时，代码生成会自动切换至 o1-preview。
这个 Agent 有哪些优点和局限？
- 以真实浏览器网络请求为输入，可追踪 accountId、userId 等动态参数的上游来源，而非只复用单个固定请求。
- 会生成请求依赖图，并能把图中的请求转换为可运行的 Python 函数和集成代码。
- 提供明确的 CLI 参数，可替换 HAR、cookie 文件、最大步数并传入图生成变量。
- 请求和 cookie 数据说明为保存在本地的 network_requests.har 与 cookies.json 文件中。
- 这是公开发布的最早版本；仓库明确表示最新版本位于 integuru.com。
- 需要用户亲自在浏览器中登录并执行目标操作，且要处理目的站点的 2FA 后取得会话相关令牌。
- 依赖 OpenAI API 密钥和云端 GPT-4o、o1-preview 等模型，模型可用性受账户权限影响。
- 输入变量目前仅支持图生成，README 明确表示代码生成的输入变量支持仍在后续计划中。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Integuru v0 当前 | 41 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 4.8k | 5 个月前 | Python | OpenAI API |
| Hello-Agents 智能体教程 | 53 · 缺口较多 | 网页应用免费 + 模型费 | ★ 86k | 25 天前 | Python | OpenAI API |
| OpenEvolve | 51 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 7.7k | 1 天前 | Python | Claude Code · OpenAI API |
| Lagent 轻量级智能体框架 | 46 · 缺口较多 | 代码库 / SDK免费 + 模型费 | ★ 2.3k | 6 个月前 | Python | OpenAI API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示工具读取 HAR 和 cookie 文件，将请求信息与 cookie 交给云端 LLM，并生成可调用平台内部端点的代码；这使权限范围可由输入文件限制，但没有最小化采集、执行前确认、秘密遮蔽或回滚机制的说明或实现，因此多数项扣分。README 提到本地存储与 LLM 使用，但没有说明请求数据是否会发送给模型或如何处理凭证。依赖有版本范围但无锁定或安全审查证据。代码和 README 能归因到 Integuru v0；发布者身份及持续维护责任不清。
README 描述图构建、代码生成及 CLI 参数，主入口与该流程大体吻合；但 README 的默认 max_steps 为 20，main.py 为 15，且 --generate-code 仅被说明为可选，具体失败反馈在给定源码中未见。依赖清单及 CI 配置提供有限的可用性线索，CI 只声明运行 pytest，样本测试使用 mock，无法从静态证据确认真实平台流程。
README 面向希望为无官方 API 的平台生成集成代码的使用者，说明了浏览器采集、提示词和输入变量场景；CLI 支持更换模型、文件路径和步数。边界说明包括输入变量目前只支持图生成，以及需要用户先登录并完成 2FA。未见对平台兼容性、授权前提或不支持动作的系统性界定，因此未给满分。
README 分区说明功能、安装、用法、测试、CI、2FA 和隐私，且给出 CLI 示例；安装步骤明确要求 Python/Poetry 环境、OpenAI API key 与模型。AGPL-3.0 有 LICENSE 全文支持，故该项满分。版本标作 v0，包版本为 0.1.0，并指出新版本在外部站点，但未见变更日志；维护联系仅提供邮箱和贡献邀请，责任与更新路径仍有限。
产品目标具体：从浏览器网络请求推断依赖图并生成可运行 Python 请求代码，README 给出账单下载示例及操作流程，表明对无官方 API 的集成任务有实用价值。输出可作为代码使用，但没有所生成代码的安全审查、执行预览、操作确认或恢复流程；模型调用、浏览器采集和凭证准备带来明显设置成本，因此仅给中低分。
README 的流程和功能声明可由 CLI 选项、主入口调用及 agent 中的 URL/动态参数识别逻辑部分对应；隐私声明仅说明本地文件和云端 LLM，没有充分说明数据流，CI 声明也不能静态证明测试实际成功。证据能区分部分已写明事实与代码行为，但营销描述、隐私细节和实际效果缺少跨来源佐证，故扣分。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 运行前生成的 HAR 与 cookies.json 可能包含会话凭证和个人数据；README 未明确说明这些内容是否传给云端模型，也未说明凭证保护方式。
- 生成的代码会调用平台内部端点并可能执行目标操作；材料没有展示执行前人工确认、权限审查或回滚流程。
你是这个项目的维护者？把 FARS 徽章加到 README
[](https://followagents.com/zh/agents/integuru)<a href="https://followagents.com/zh/agents/integuru"><img src="https://followagents.com/badge/integuru.svg?lang=zh" alt="FARS 评测"></a>常见问题
它是否适用于没有官方 API 的平台？
需要哪些凭证和数据？
是否会生成可直接执行的代码？
可选择哪些模型？
谢谢反馈，我们会据此改进页面。