NanoBrowser：让你的Chrome直接变成AI浏览器，13K星的开源 Agent 扩展
你有没有想过——装一个 Chrome 插件，就能让 AI 在你眼皮底下自己操作浏览器？不用配置服务器，不用写代码，直接在你现有的 Chrome 里跑一个多 Agent 工作流。
这就是 NanoBrowser 做的事。
它能干什么？
简单说，NanoBrowser 是一个开源的本地优先 AI Web Agent Chrome 扩展。你装上它，配置好自己的 LLM API Key（支持 OpenAI、Claude、Gemini 等主流模型），然后用自然语言描述任务——它就会控制浏览器自己干。
举几个真实场景：
- 让 AI 自动填表单、发帖子、批量处理重复性网页操作
- 跨多个标签页做研究型任务，AI 会自己判断下一步去哪
- 自动化测试 UI 流程，截图+分析一气呵成
- 把你自己的浏览器会话复用起来——已登录状态、Cookie 统统直接用，不用重新搞认证
技术上有意思的地方
NanoBrowser 底层依赖 browser-use 库，把 DOM 处理层用 TypeScript 重写了一遍，配合 React 前端和 Vite 构建工具，整个扩展结构非常现代。
核心亮点：
- 多 Agent 协作——系统里有 Planner Agent 拆解任务、Browser Agent 执行操作、Critique Agent 审核结果，三者形成反馈循环
- 支持 Webdriver 协议——不只是 AI 控制，也可以用传统自动化脚本触发
- 本地优先——浏览器插件形态，所有数据留在本地，不需要额外的云端基础设施
- 高可观测性——每一步操作都有截图和 DOM diff，方便你审计 AI 到底干了什么
比 OpenAI Operator 强在哪？
Operator 是云端服务，数据走 OpenAI 的服务器。NanoBrowser 跑在你自己的 Chrome 里，API Key 你自己管，完全私有。对于企业用户来说，这是一个能在合规环境下运行的本地替代方案。
而且它是开源的，你可以自己 Fork 改、自托管，或者把底层能力集成到自己的产品里。
怎么上手
去 GitHub 克隆仓库，按 README 装依赖和 Chrome 扩展，填入你的 LLM API Key，立刻就能用。官方文档有详细的快速入门。
一句话总结：如果你需要让 AI 控制浏览器做自动化任务，NanoBrowser 是目前最轻量、最快能跑起来的开源方案之一。
评论区
0 条评论
登录后可评论。