Nanobrowser:开源版OpenAI Operator!AI自动操控浏览器,复杂网页任务一键搞定

简介: Nanobrowser 是一款开源的 Chrome 扩展工具,基于多智能体系统实现复杂的网页任务自动化,支持多种大型语言模型,完全免费且注重隐私保护。

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦


🚀 「打工人速救!这个AI神器让浏览器自动干活:爬数据/抢优惠全托管,本地运行更安全」

大家好,我是蚝油菜花。你是否经历过——

  • 👉 深夜盯屏幕手动抓数据,复制粘贴到手抽筋
  • 👉 秒杀活动总是慢半拍,眼睁睁看库存归零
  • 👉 担心自动化工具泄露账号密码,云服务暗藏风险...

今天要拆解的 Nanobrowser ,彻底颠覆传统网页操作方式!这个由多AI智能体驱动的开源神器,能像真人一样:

  • ✅ 自动执行:信息收集、比价下单等复杂流程全托管
  • ✅ 智能纠错:遇到验证码/页面变动自动调整策略
  • ✅ 绝对隐私:数据100%本地处理,告别云端泄露风险

已有运营人用它自动生成竞品报告,程序员靠它抓取GitHub趋势项目——你的浏览器该升级 「自动驾驶」 模式了!

🚀 快速阅读

Nanobrowser 是一款开源的 Chrome 扩展工具,专注于 AI 驱动的网页自动化。

  1. 核心功能:基于多智能体系统,支持任务自动化、多 LLM 集成和交互式侧边栏。
  2. 技术原理:通过 Planner、Navigator 和 Validator 三个智能体协作,动态调整任务策略,确保任务成功完成。

Nanobrowser 是什么

nanobrowser

Nanobrowser 是一款开源的 Chrome 扩展工具,专注于 AI 驱动的网页自动化。它基于多智能体系统实现复杂的网页任务,如信息提取、自动化操作等。用户可以使用自己的 LLM API 密钥,灵活选择不同的模型为不同智能体提供支持。

Nanobrowser 完全免费,作为 OpenAI Operator 的开源替代方案,支持在本地浏览器运行,注重隐私保护,不涉及云服务。它让 AI 在浏览器中变得更加智能高效,适用于信息收集、电商购物、内容创作等多种场景。

Nanobrowser 的主要功能

  • 多智能体系统
    • Planner(规划器):负责制定和调整任务策略。
    • Navigator(导航器):执行网页导航和操作。
    • Validator(验证器):检查任务是否成功完成。
  • 交互式侧边栏:提供直观的聊天界面,实时显示任务状态,用户用自然语言与智能体交互。
  • 任务自动化:自动化重复性网页任务,如信息提取、数据整理等,节省时间和精力。
  • 多 LLM 支持:支持连接多种大型语言模型(LLM)提供商,用户根据需求为不同智能体选择不同的模型。

Nanobrowser 的技术原理

  • 基于 LLM 的智能体架构:Nanobrowser 的核心是多智能体系统,每个智能体由大型语言模型(LLM)驱动。智能体分工协作,高效完成复杂任务:
    • 规划器 Planner :制定和完善任务策略。
    • 导航器 Navigator :浏览网站并执行操作。
    • 验证器 Validator :确认任务结果,检查任务是否成功完成。
  • 动态任务调整与自适应性:当遇到障碍或任务失败时,Planner 智能体自动调整策略,重新规划任务路径,确保任务能够成功完成。
  • 集成多种 LLM 提供商:支持连接 OpenAI、Anthropic 等主流 LLM 提供商,用户根据需求选择不同的模型,为不同智能体分配最适合的模型。

如何运行 Nanobrowser

快速开始!

1. 下载

2. 安装

  • 解压 nanobrowser.zip
  • 在 Chrome 中打开 chrome://extensions/
    在页面右上角启用 开发者模式
  • 开启后,点击页面左上角的 加载已解压的扩展程序按钮。
  • 选择解压后的 nanobrowser 文件夹。

3. 配置智能体模型

  • 点击工具栏中的 Nanobrowser 图标,打开侧边栏。
  • 点击 设置 图标(右上角)。
  • 添加你的 LLM API 密钥。
  • 为不同智能体(Navigator、Planner、Validator)选择使用的模型。

从源代码构建项目

1. 前置条件

2. 克隆代码库

git clone https://github.com/nanobrowser/nanobrowser.git
cd nanobrowser

3. 安装依赖

pnpm install

4. 构建扩展

pnpm build

5. 加载扩展

  • 构建完成的扩展将位于 dist 目录。
  • 按照快速入门部分的步骤将扩展加载到浏览器中。

6. 开发模式(可选)

pnpm dev

Nanobrowser 的未来规划

Nanobrowser 的开发团队正在积极开发新功能,以下是一些即将推出的功能:

  • 扩展 LLM 支持:集成更多大语言模型提供商。
  • 安全防火墙:实施保护措施以确保安全的浏览操作。
  • 内存优化:减少令牌使用,同时保持上下文感知。
  • 会话回放:高效回放历史任务,同时减少令牌消耗。
  • 专用代理:开发针对复杂领域任务的专用代理。

资源


❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦

相关文章
|
4月前
|
人工智能 监控 算法
人群计数、行人检测数据集(9000张图片已划分、已标注) | AI训练适用于目标检测任务
本数据集包含9000张已标注、已划分的行人图像,适用于人群计数与目标检测任务。支持YOLO等主流框架,涵盖街道、商场等多种场景,标注精准,结构清晰,助力AI开发者快速训练高精度模型,应用于智慧安防、人流统计等场景。
人群计数、行人检测数据集(9000张图片已划分、已标注) | AI训练适用于目标检测任务
|
4月前
|
机器学习/深度学习 人工智能 算法
用于实验室智能识别的目标检测数据集(2500张图片已划分、已标注) | AI训练适用于目标检测任务
本数据集包含2500张已标注实验室设备图片,涵盖空调、灭火器、显示器等10类常见设备,适用于YOLO等目标检测模型训练。数据多样、标注规范,支持智能巡检、设备管理与科研教学,助力AI赋能智慧实验室建设。
用于实验室智能识别的目标检测数据集(2500张图片已划分、已标注) | AI训练适用于目标检测任务
|
4月前
|
机器学习/深度学习 人工智能 监控
面向智慧牧场的牛行为识别数据集(5000张图片已划分、已标注) | AI训练适用于目标检测任务
本数据集包含5000张已标注牛行为图片,涵盖卧、站立、行走三类,适用于YOLO等目标检测模型训练。数据划分清晰,标注规范,场景多样,助力智慧牧场、健康监测与AI科研。
面向智慧牧场的牛行为识别数据集(5000张图片已划分、已标注) | AI训练适用于目标检测任务
|
4月前
|
数据采集 人工智能 程序员
PHP 程序员如何为 AI 浏览器(如 ChatGPT Atlas)优化网站
OpenAI推出ChatGPT Atlas,标志AI浏览器新方向。虽未颠覆现有格局,但为开发者带来新机遇。PHP建站者需关注AI爬虫抓取特性,优化技术结构(如SSR、Schema标记)、提升内容可读性与语义清晰度,并考虑未来agent调用能力。通过robots.txt授权、结构化数据、内容集群与性能优化,提升网站在AI搜索中的可见性与引用机会,提前布局AI驱动的流量新格局。
233 8
|
6月前
|
人工智能 分布式计算 自然语言处理
多智能体系统设计:5种编排模式解决复杂AI任务
本文探讨了多AI智能体协作中的关键问题——编排。文章指出,随着系统从单体模型向多智能体架构演进,如何设计智能体之间的通信协议、工作流程和决策机制,成为实现高效协作的核心。文章详细分析了五种主流的智能体编排模式:顺序编排、MapReduce、共识模式、分层编排和制作者-检查者模式,并分别介绍了它们的应用场景、优势与挑战。最后指出,尽管大模型如GPT-5提升了单体能力,但在复杂任务中,合理的智能体编排仍不可或缺。选择适合的编排方式,有助于在系统复杂度与实际效果之间取得平衡。
1266 10
多智能体系统设计:5种编排模式解决复杂AI任务
|
6月前
|
机器学习/深度学习 人工智能 自动驾驶
交通标识与信号灯数据集(1000张图片已划分、已标注)| AI训练适用于目标检测任务
在智能驾驶与智慧交通的研究中,交通标识与信号灯识别 是最基础且最关键的任务之一。为了方便研究人员和开发者快速上手目标检测模型训练,本数据集提供了 1000张交通场景图片,并且已经按照目标检测任务的需求完成了 数据标注与划分。该数据集可直接应用于 YOLO、Faster R-CNN、SSD 等深度学习模型的训练与测试。
交通标识与信号灯数据集(1000张图片已划分、已标注)| AI训练适用于目标检测任务
|
5月前
|
Web App开发 人工智能 自然语言处理
快速掌握Dify+Chrome MCP:打造网页操控AI助手
本文教你如何快速搭建一个能操作浏览器的AI助手:通过Dify和Chrome MCP结合,只需三步配置,即可实现自动填表、数据抓取和网页操控,无需编写代码,用自然语言就能指挥AI完成各类网页任务。
|
4月前
|
Web App开发 人工智能 JavaScript
入门指南:使用 Playwright MCP Server 为你的 AI Agent 赋予浏览器自动化能力
借助Playwright MCP Server,AI助手可实现网页自动操作:填表、抓数据、执行重复任务。通过MCP协议连接AI与浏览器,让AI从“能说”变为“会做”。支持主流浏览器,配置简单,助力打造智能数字助手。

热门文章

最新文章