关于 WorkflowLearner
WorkflowLearner 解析 Windows PSR.exe 生成的 MHT 操作记录,并让 LLM 学习其中的工作流。它面向希望从分步操作和截图中提取工作流信息的用户,包含解析与学习脚本。
主要功能
- 01解析 PSR.exe 生成的 MHT
- 02提取工作流信息
- 03通过 LLM 学习工作流
- 04将解析数据保存为 JSON
适用场景
- 01将操作记录解析为步骤数据
- 02从截图和步骤中提取工作流
- 03使用 LLM 理解已解析的工作流
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
工作流录制通 WorkflowLearner
项目概述
本项目旨在通过使用 PSR.exe 录制的 MHT 文件,让大语言模型(LLM)学习工作流。PSR.exe 是 Windows 操作系统中的问题步骤记录器,可以记录用户操作并生成 MHT 文件。通过解析这些 MHT 文件,LLM 可以学习和理解用户的工作流程。
为了教会 LLM Agent 如何处理 PSR.exe 的 MHT 文件,本项目旨在使用 PSR.exe 录制的 MHT 文件,让大语言模型(LLM)学习工作流。PSR.exe 是 Windows 操作系统中的问题步骤记录器,可以记录用户操作并生成 MHT 文件。通过解析这些 MHT 文件,LLM 可以学习和理解用户的工作流程。
功能
-
使用 PSR.exe 录制用户操作并生成 MHT 文件。
-
解析 MHT 文件并提取工作流信息。
-
使用 LLM 学习和理解工作流。
-
使用 PSR.exe 录制用户操作并生成 MHT 文件。
-
解析 MHT 文件并提取工作流信息。
-
使用 LLM 学习和理解工作流。
安装
前提条件
- Windows 操作系统
- Python 3.x
- PSR.exe(问题步骤记录器,Windows 自带)
安装步骤
克隆仓库:
git clone https://github.com/u3588064/WorkflowLearner
cd llm-workflow-learning
安装依赖:
pip install -r requirements.txt
使用方法
使用 PSR.exe 录制用户操作
- 打开 PSR.exe(问题步骤记录器),可通过 Win7/Win8/Win10 的搜索栏搜索找到。
- 点击“开始记录”按钮,然后开始你的工作。PSR.exe 会自动记录鼠标动作(如点击、拖动、滚动等)以及键盘动作(仅记录动作,不会记录键入的内容)。
- 完成操作后,点击“停止记录”按钮。软件会自动弹出保存窗口。
- 结果会以 Zip 压缩包的形式保存,压缩包内包含一个 MHT 格式的网页,其中包括分步操作和屏幕截图。
- 打开 PSR.exe(问题步骤记录器),可通过 Win7/Win8/Win10 的搜索栏找到。
- 点击“开始记录”按钮,然后开始你的工作。PSR.exe 会自动记录鼠标动作(例如点击、拖动、滚动)和键盘动作(仅记录动作,不记录键入的内容)。
- 操作完成后,点击“停止记录”按钮。软件会自动弹出保存窗口。
- 结果会保存为一个 Zip 文件,其中包含一个 MHT 文件,该文件包含分步操作和屏幕截图。
解析 MHT 文件:
python parse_mht.py path/to/your/file.mht
使用 LLM 学习工作流:
python learn_workflow.py path/to/parsed/data.json
文件结构:
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
贡献
欢迎贡献!请提交 Issue 或 Pull Request。
欢迎贡献!请提交 Issue 或 Pull Request。
许可证
本项目采用 MIT 许可证,详见 LICENSE 文件。
本项目采用 MIT 许可证。详情请参阅 LICENSE 文件。
联系方式
如果您有任何问题或需要进一步的信息,请联系项目维护者:[email protected]。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。