Nanobrowser：一款开源的AI驱动的Web自动化Chrome扩展

想体验强大的AI网页自动化，但又不想花费OpenAI Operator每月200美元的高昂费用吗？Nanobrowser，这款开源的Chrome扩展，为你提供了一个免费且更灵活的替代方案。

项目地址： https://github.com/nanobrowser/nanobrowser

核心特性

  • **完全免费：**无需订阅，只需安装并使用自己的API密钥，按实际用量付费。
  • **隐私至上：**所有操作都在本地浏览器中运行，保护你的凭证安全。
  • **灵活的LLM选择：**自由选择不同的LLM供应商，为不同的agent分配不同的模型。目前支持OpenAI和Anthropic，未来将支持更多。
  • **完全开源：**透明的自动化过程，告别黑盒操作。
  • 多Agent系统： 特化的AI agents 协同工作，完成复杂的web 工作流。
  • 交互式侧边栏： 直观聊天界面，实时查看状态更新。
  • 任务自动化: 无缝自动化跨网站的重复网络自动化任务。
  • 后续问题: 针对已完成的任务，可以提问上下文后续问题。
  • 对话历史: 轻松访问和管理你的 AI Agent 交互历史。

快速开始

  1. 从Github Release页面下载最新的 nanobrowser.zip 文件。
  2. 在Chrome中打开 chrome://extensions/。
  3. 启用开发者模式（右上角）。
  4. 点击“加载已解压的扩展程序”（左上角）。
  5. 选择解压后的 nanobrowser 文件夹。
  6. 点击浏览器工具栏中的Nanobrowser图标打开侧边栏。
  7. 点击设置图标 (右上角)。
  8. 添加你的LLM API keys。
  9. 选择为不同的agent (Navigator, Planner, Validator)使用哪个模型。

从源码构建

如果你想自己构建Nanobrowser，可以按照以下步骤操作：

  1. Prerequisites:
    • Node.js (v22.12.0 或更高版本)
    • pnpm (v9.15.1 或更高版本)
  2. 克隆仓库: 
    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: 按照"快速开始"中的安装步骤将扩展加载到你的浏览器中。
  6. Development Mode (optional): 
    pnpm dev

应用示例

只需一句话，即可完成以下任务：

  • 新闻摘要： “前往 TechCrunch，提取过去 24 小时内的前 10 条头条新闻”
  • GitHub 搜索： “在 GitHub 上查找最受欢迎的 Python 存储库”
  • 购物搜索： “在亚马逊上找到一款防水设计的便携式蓝牙扬声器，价格低于 50 美元。电池续航力应至少为 10 小时。”

架构概览

Nanobrowser使用由大型语言模型驱动的专业多代理系统来理解和执行复杂的web任务：

  • Planner： 制定和优化完成任务的策略
  • Navigator： 导航网站并执行操作
  • Validator： 检查任务是否成功完成

未来规划 (Roadmap)

  • 扩展LLM支持： 增加对更多LLM厂商的支持
  • 安全防火墙： 实施保护措施，确保安全的浏览操作
  • 内存优化： 降低Token使用量，同时保持上下文理解
  • 会话重播： 以最低的Token消耗高效地重播历史任务
  • 专业Agent： 为复杂的特定领域任务开发专用Agent

贡献

欢迎各种形式的贡献：

  • 分享Prompt & Use Cases
  • 提供反馈
  • 贡献代码

欢迎加入 Nanobrowser 社区，共同构建Web自动化的未来。

Nanobrowser 基于开源项目构建，感谢他们的作者和贡献者。

许可证： Apache License 2.0