Tarayıcı Otomasyonunda %50 Token Tasarrufu: browser-use ve Lynkr Kılavuzu

Yapay zekâ ajanları geliştirirken karşılaşılan en büyük zorluklardan biri, bu ajanların gerçek dünya uygulamalarıyla etkileşime geçebilmesidir. Tarayıcı tabanlı görevleri otomatikleştirmek için tasarlanan browser-use, bu alanda devrim niteliğinde bir çözüm sunuyor. Açık kaynaklı bu proje, ajanlarınıza gerçek bir tarayıcı ortamında gezinti yapma, form doldurma ve veri çıkarma gibi kullanıcı benzeri eylemleri gerçekleştirme olanağı tanıyor. Peki, browser-use nedir ve nasıl çalışır?

Gerçek Dünyada Tarayıcı Otomasyonu: browser-use'un Yükselişi

Çoğu AI aracı, metin tabanlı yanıtlar üretmekle sınırlı kalırken, browser-use ajanların sadece konuşmakla kalmayıp, gerçek kullanıcılar gibi davranmasını sağlıyor. Bu yaklaşım, özellikle API'si olmayan ya da kullanıcı arayüzüne bağlı sistemlerle çalışırken dev bir avantaj sunuyor. Örneğin:

• Çevrimiçi formların doldurulması
• Veri tablolarından bilgi çekilmesi
• Giriş sistemlerinin otomatikleştirilmesi
• Fiyat, takvim veya envanter kontrollerinin yapılması
• İşletme içi araçların test edilmesi

Bu özellikler, birçok şirketin aslında başka bir sohbet robotuna değil, tarayıcı tabanlı tekrar eden görevlerin otomatikleştirilmesine ihtiyaç duyduğunu gösteriyor. browser-use'un GitHub deposunda yer alan tanım da tam olarak bunu vurguluyor: "Web sitelerini AI ajanları için erişilebilir hale getirin. Çevrimiçi görevleri kolayca otomatikleştirin."

Proje, yayınlandığı günden bu yana büyük ilgi gördü ve 97,5 bin yıldız topladı — bu da artık deneysel bir proje olmadığının açık bir göstergesi.

browser-use'un Temel Bileşenleri ve Çalışma Prensibi

browser-use, Python tabanlı açık kaynaklı bir çerçeve olup, ajanlarınıza tarayıcı otomasyonu için gerekli tüm araçları sağlıyor. Projenin hızlı başlangıç kılavuzunda yer alan temel bileşenler şunlar:

• Browser(): Tarayıcı oturumunu yöneten sınıf
• Agent(...): Belirli bir görevi yerine getirmek üzere adım adım kararlar alan ajan
• llm=...: Hangi dil modelinin karar verme sürecini yönlendireceğini belirleyen parametre

Basit bir örnek üzerinden inceleyelim:

from browser_use import Agent, Browser, ChatBrowserUse
import asyncio

async def main():
    browser = Browser()
    agent = Agent(
        task="GitHub üzerinde browser-use deposunun yıldız sayısını bul",
        llm=ChatBrowserUse(),
        browser=browser,
    )
    result = await agent.run()
    print(result)

if __name__ == "__main__":
    asyncio.run(main())

Bu kod parçası, tarayıcıyı başlatır, belirtilen görevi yerine getirir ve sonuçları ekrana yazdırır. Önemli olan nokta, Agent sınıfının hem tarayıcıyı hem de dil modelini yöneterek çok adımlı görevleri gerçekleştirmesidir.

Token Maliyetlerini Yarıya Düşürmek: Lynkr Entegrasyonu

browser-use'un sunduğu tarayıcı otomasyonu güçlü olsa da, çok adımlı ve tekrarlayan görevler genellikle yüksek sayıda LLM çağrısına neden olur. İşte burada Lynkr devreye giriyor. Lynkr, browser-use ajanınız ile kullanmak istediğiniz dil modelleri arasındaki geçiş katmanı olarak görev yapıyor.

Bu entegrasyonun en büyük avantajlarından biri, token kullanımını %50-60 oranında azaltabilmesi. Lynkr'ın sunduğu optimizasyonlar şunları içeriyor:

• Araç odaklı isteklerde %53 daha az token kullanımı
• Büyük JSON çıktılarında %87,6 sıkıştırma oranı
• Anlamsal önbellek erişimlerinde 171 ms'lik performans artışı
• Otomatik katman yönlendirme sistemi
• Uç nokta değiştirildiğinde istemci tarafında kod değişikliği gerekmemesi

Bu optimizasyonlar, özellikle tarayıcı ajanlarının sık sık sayfa durumunu kontrol etmesi ve tekrarlayan görevleri yerine getirmesi gereken senaryolarda büyük önem taşıyor. Örneğin:

• Sayfa verilerinin sürekli olarak çıkarılması
• Form doldurma gibi basit görevlerin yerel modellerle gerçekleştirilmesi
• Karmaşık navigasyon adımlarının daha güçlü bulut modellerine yönlendirilmesi

Bu şekilde, sadece farklı bir model kullanmaktan öte, maliyetleri optimize etmek ve esnekliği artırmak mümkün hale geliyor.

Hangi Senaryolarda browser-use + Lynkr Entegrasyonu Mantıklı?

Bu kombinasyon, özellikle aşağıdaki durumlarda büyük fayda sağlıyor:

• Üretim ortamında tekrar eden tarayıcı ajanlarını çalıştırma
• Güvenilirlik ve maliyet açısından farklı sağlayıcıları deneme
• Yerel ve bulut modellerini birlikte kullanma
• Sağlayıcıya bağımlılığı azaltma
• Maliyet duyarlı iç otomasyon sistemleri geliştirme
• Farklı ajan sistemleri için tek bir OpenAI uyumlu geçiş noktası oluşturma

Sadece tek seferlik bir deneme yapılacaksa, doğrudan sağlayıcı entegrasyonu yeterli olabilir. Ancak sürekli çalışan ve ölçeklenmesi gereken sistemler için Lynkr gibi bir geçiş katmanı kullanmak uzun vadede tasarruf ve esneklik sağlıyor.

browser-use Kurulum ve İlk Adımlar

Projenin hızlı başlangıç kılavuzu, uv paket yöneticisini ve Python 3.11+ sürümünü öneriyor. Kurulum adımları oldukça basit:

1. Kurulum İşlemleri

uv init
uv add browser-use
uv sync

Eğer sisteminizde Chromium yüklü değilse, proje ayrıca aşağıdaki komutu öneriyor:

uvx browser-use install

2. İlk Tarayıcı Ajanı Oluşturma

Basit bir örnekle başlayarak sistemin çalışıp çalışmadığını test edebilirsiniz:

from browser_use import Agent, Browser, ChatBrowserUse
import asyncio

async def main():
    browser = Browser()
    agent = Agent(
        task="GitHub'a git ve browser-use deposunun yıldız sayısını bul",
        llm=ChatBrowserUse(),
        browser=browser,
    )
    result = await agent.run()
    print(result)

if __name__ == "__main__":
    asyncio.run(main())

Bu kod, tarayıcının açılmasını, GitHub'a erişilmesini ve belirtilen görevin yerine getirilmesini sağlayacaktır. Eğer başarılı bir şekilde çalışırsa, artık daha karmaşık senaryolar için projeyi genişletebilirsiniz.

Geleceğe Bakış: Tarayıcı Tabanlı AI'ın Evrimi

browser-use ve Lynkr gibi araçlar, AI ajanlarının gerçek dünya uygulamalarıyla etkileşime geçme yeteneğini önemli ölçüde geliştiriyor. Gelecekte, bu tür araçların daha da yaygınlaşmasıyla birlikte, hem bireylerin hem de şirketlerin tarayıcı tabanlı görevleri otomatikleştirmesi kolaylaşacak. Özellikle token maliyetlerinin optimize edilmesi, bu teknolojilerin yaygınlaşmasını hızlandıracak temel faktörlerden biri olacak. AI ajanlarının sadece metin üretmekle kalmayıp, gerçek kullanıcı deneyimini taklit edebileceği bir geleceğe doğru ilerliyoruz — ve browser-use bunun yolunu açıyor.