AI第一线
最近 GitHub 上一个叫 NanoBrowser 的开源项目火了，拿了 1.3 万 Star。它不是普通的 AI 插件，而是直接在浏览器里跑的 AI Agent。简单说，它能听懂你的话，然后在网页上帮你干活。以前我们用 AI 处理网页，大多是复制粘贴进去让它总结。NanoBrowser 不一样，它像个真人一样，自己动手在页面上点击、滚动、切换标签页，甚至跨网站查找信息，最后把结果整理好给你。它的核心逻辑是“多 Agent 协作”。有个负责规划的，先把你的复杂指令拆成步骤；还有个负责执行的，去页面里精准操作 DOM 元素。这种分工让它干起活来效率很高。适合用它处理的场景很多：查资料：让它汇总最近一周某个领域的新闻。调研：对比几个 GitHub 项目的星标增长和更新频率。比价：在不同电商平台间跳转，找出最低价。采集：从网页表格里提取数据，整理成文档。作为一款开源工具，它最大的优势是灵活。你可以直接用 OpenAI、Anthropic 或 Gemini 的 API Key。如果不想把数据传给云端，它也支持接入 Ollama 或任何 OpenAI 兼容接口，调用本地部署的模型。这对注重隐私的用户非常友好。安装也很简单。它官方支持 Chrome 和 Edge，可以直接去商店装，或者去 GitHub Releases 下载 Zip 包手动加载。开发者如果想自己构建，准备好 Node.js 和 pnpm 就行。使用时要注意几点：指令要具体。告诉它明确的目标和步骤，比模糊的一句话效果更好。避开敏感操作。涉及支付密码、删除账号或修改安全设置的操作，千万别让它碰。任务拆解。太复杂的流程建议分段执行，稳定性会更好。现在的 AI 趋势，正从“陪聊”转向“代劳”。NanoBrowser 就是这种趋势下的产物。虽然受限于模型能力和网页结构的复杂性，它还做不到 100% 完美，偶尔也会“犯傻”，但对于那些重复度高、信息分散的网页任务，它确实能省下不少机械操作的时间。如果你经常需要在网页上做繁琐的信息整理，不妨试试这个免费的工具。
发布于 安徽
分享
评论
赞
未登录
友善发言
评论
加载中
