2025江苏生成式人工智能创新大赛三等奖
Figure 1. Structure of XBots.
XBots/：项目主目录，包含以下关键文件和子目录：logs/：日志文件夹，记录不同任务的交互过程和结果，包括与用户的对话、操作步骤、提取的信息等。每个任务的日志以conversation_*.txt格式存储。css/：Streamlit中使用到的页面样式。screenshots/：browser-use的运行流程gif。sqlStruct/：mysql数据库中的表结构，可以直接通过查询命令添加相关表。main.py：程序入口。chat_page.py：交互主页面。log_handler.py：负责日志管理，提供日志管理上下文管理器，可在Streamlit应用中临时添加和移除日志处理器。deepseek_api.py：用于评估对话是否适合作为browser-use命令，通过调用DeepSeek API进行判断。database.py：数据库调用。config_loader.py：配置文件（config.json）加载器。auth.py：用户认证模块。config.json：配置文件，可配置追加词、内嵌链接网页的大小、api重问次数上限。requirements.txt：列出了运行项目所需的Python库。
1. 用户注册与登录
用户可以在系统中完成注册和登录操作。注册并成功登录后，系统会自动存储用户的 token。下次使用时，用户无需再次输入账号和密码，直接凭借 token 即可快速登录系统。若用户选择在会话页面退出登录，系统会使该 token 失效，保障用户账户安全。
2. AI 智能聊天
智能决策：用户登录成功后，可在系统中输入各种任务指令。系统会借助 DeepSeek 对用户的命令进行精准分析和决策，判断是否需要使用浏览器进行操作。
不同响应方式：若不需要浏览器操作，系统将直接通过 API 快速回复用户；若判定需要浏览器操作，系统会调用 browser - use 功能执行任务。执行过程中，系统会输出详细的操作步骤日志，同时提供操作流程的 GIF 动态展示以及相关链接，使用户能清晰了解任务执行情况。
3. 聊天管理
系统具备智能的聊天管理功能。当用户开启一个新的对话并首次提问后，系统会通过询问 API 的方式，根据用户的提问内容自动生成一个合适的对话名。这一功能方便用户快速识别和管理不同的对话，提升使用体验。
Python 3.10 及以上版本
- 所需 Python 库：
streamlitsqlalchemypymysqlwerkzeuglangchain_openaipydanticdotenv
1、克隆项目
git clone https://github.com/AGI-FBHC/XBots
cd XBots2、 安装依赖库
pip install -r requirements.txt3、配置文件
在项目根目录下创建 .env 文件，并添加以下配置信息，其余项不用管：
DEEPSEEK_API_KEY=你的API_KEY
DB_HOST=你的主机名
DB_NAME=数据库名
DB_USER=数据库用户名
DB_PASSWORD=数据库密码4、运行项目
python -m streamlit run .\main.py5、在浏览器中输入网址
http://localhost:8501/
6、登录、注册
7、新建对话
8、测试“文字应答”模式
输入问题并按回车键提交，等待“思考”片刻：
获得应答：
9、测试“网页帮做”模式
网页开始模拟操作：
XBot返回最终回复：
操作流程动画&链接展示：
10、测试“智能回复”模式
由于DeepSeek存在答复的随机性（不稳定因素），后台需要不断更新评估（config.json中可以配置评估次数）。
API决策中：
决策完成，决定使用“网页帮做”：
优化网页操作指令：
开启网页操作：
输出最终回答：
显然，在这次的AI决策下，该命令被判定成了一个“网页帮做”的任务。
11、“智能回复”模式下连续提问
决策中...
确定应答方式：
此时，问题被自动判定为“文字应答”：
因此，在“智能回复”模式下，用户的命令会通过AI决策，响应更合适的操作。