mcpField
W
WorkflowLearner

WorkflowLearner

ローカル
github.com/u3588064AI・エージェント494 週間前に更新

WorkflowLearner について

WorkflowLearnerはWindowsのPSR.exeが作成したMHT記録を解析し、LLMが記録された操作からワークフローを学習できるようにします。手順やスクリーンショットから情報を抽出したいユーザー向けに、解析と学習のスクリプトを備えています。

主な機能

  1. 01PSR.exeのMHTファイルを解析
  2. 02ワークフロー情報を抽出
  3. 03LLMでワークフローを学習
  4. 04解析データをJSONで保存

活用シーン

  1. 01操作記録を手順データに変換
  2. 02手順とスクリーンショットからワークフローを抽出
  3. 03LLMで解析済みワークフローを理解

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

ワークフロー記録ツール WorkflowLearner

プロジェクト概要

本プロジェクトは、PSR.exeで記録したMHTファイルを使用して、大規模言語モデル(LLM)にワークフローを学習させることを目的としています。PSR.exeはWindowsオペレーティングシステムに搭載されている問題手順記録ツールで、ユーザーの操作を記録してMHTファイルを生成できます。これらのMHTファイルを解析することで、LLMはユーザーのワークフローを学習し、理解できます。

PSR.exeのMHTファイルの扱い方をLLMエージェントに教えるため、本プロジェクトではPSR.exeで記録したMHTファイルを使用し、大規模言語モデル(LLM)にワークフローを学習させます。PSR.exeはWindowsオペレーティングシステムに搭載されている問題手順記録ツールで、ユーザーの操作を記録してMHTファイルを生成できます。これらのMHTファイルを解析することで、LLMはユーザーのワークフローを学習し、理解できます。

オンラインデモ: https://deepnote.com/app/skedge-d0bd/-9355fadf-b8e7-4dfb-acf1-7c56103d1360?utm_source=app-settings&utm_medium=product-shared-content&utm_campaign=data-app&utm_content=9355fadf-b8e7-4dfb-acf1-7c56103d1360

機能

  • PSR.exeを使用してユーザーの操作を記録し、MHTファイルを生成します。
  • MHTファイルを解析し、ワークフロー情報を抽出します。
  • LLMを使用してワークフローを学習し、理解します。

インストール

前提条件
  • Windowsオペレーティングシステム
  • Python 3.x
  • PSR.exe(問題手順記録ツール、Windowsに付属)
インストール手順

リポジトリをクローンします:

git clone https://github.com/u3588064/WorkflowLearner
cd llm-workflow-learning

依存関係をインストールします:

pip install -r requirements.txt

使用方法

PSR.exeでユーザーの操作を記録する
  1. PSR.exe(問題手順記録ツール)を開きます。Win7/Win8/Win10の検索バーから検索できます。
  2. 「記録の開始」ボタンをクリックして、作業を開始します。PSR.exeは、マウス操作(クリック、ドラッグ、スクロールなど)とキーボード操作(操作のみで、入力した内容は記録されません)を自動的に記録します。
  3. 操作が完了したら、「記録の停止」ボタンをクリックします。ソフトウェアによって保存ウィンドウが自動的に表示されます。
  4. 結果はZipファイルとして保存されます。Zipファイルには、手順とスクリーンショットを含むMHT形式のウェブページが格納されています。

MHTファイルを解析する:
python parse_mht.py path/to/your/file.mht
LLMを使用してワークフローを学習する:
python learn_workflow.py path/to/parsed/data.json

ファイル構造:

llm-workflow-learning/
│
├── parse_mht.py          # 解析MHT文件的脚本
├── learn_workflow.py     # 使用LLM学习工作流的脚本
├── requirements.txt      # 项目依赖
├── README.md             # 项目说明文档
└── data/                 # 存放解析后的数据文件
llm-workflow-learning/
│
├── parse_mht.py          # Script to parse MHT files
├── learn_workflow.py     # Script to use LLM to learn workflows
├── requirements.txt      # Project dependencies
├── README.md             # Project documentation
└── data/                 # Directory to store parsed data files

貢献

貢献を歓迎します!IssueまたはPull Requestを送信してください。

ライセンス

本プロジェクトはMITライセンスのもとで公開されています。詳細については、LICENSEファイルをご覧ください。

お問い合わせ

ご質問や詳細情報が必要な場合は、プロジェクトメンテナーまでお問い合わせください:[email protected]。

qrcode_for_gh_643efb7db5bc_344(1)

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。