浏览器里的按钮全编成选择题

github.com/APUS-AI-Lab/fa…

让模型操作浏览器，先把满屏按钮编成选择题。

Fast Browser Use 这个思路接得巧。Browser Use 此前把 Jev 接进浏览器操作，APUS 团队更进一步，用开源的 Qwen3.5 把这套活搬到本地。起手第一步是扫视整个页面，把此刻真的可见、可点的控件挑出来，依次贴上 A、B、C 的编号。

模型拿到的是一张有限的菜单，只能从中勾选，不许自己写定位代码，于是也无从虚构出页面上不存在的部件。真正需要生成文字的时刻只剩一处，就是往输入框里敲内容。

这个设计把一类经典故障堵死了。模型自己写选择器，最爱编出页面上根本没有的元素，点了个空。换成从真实清单里挑，能挑的就那些，挑错至少还在页面上。跟前面 Jev 那套"给选项打分"一个道理：范围划死了，出格就没了空间。

实测数字在 README 里，我看的时候记了两个。由维基百科首页一路点到 Python 词条，9B 的中位耗时约四秒；另一项是把设置表单填完整，耗时两秒半。推理全在本机完成，云端接口一次不碰，页面数据也不出机器。想在自己的 M 系列 Mac 上复现的，16GB 内存托底 9B 量化模型，文件体积六 GB 上下。

分工也对味。大模型想清楚要干什么，这个小个子负责快速点完。想的归想，点的归点，跟"决策和执行分家"那几篇对上了。

保留的疑问在复杂页面。选择题模式在规整表单上占便宜，遇到满屏自定义组件、拖拽交互，选项该怎么编，介绍里没展开。

装好后在 Claude Code、Codex 里直接调，仓库地址就在上面。