Nanobrowser 是什么
作为一名测试工程师，日常工作里，我常常被繁琐的网页操作折磨得苦不堪言。像是反复地在不同页面间切换、机械地填写各种表单、大海捞针般地筛选信息…… 这些看似不起眼的任务，却耗费了我大量的时间和精力，效率直线下降，还容易因为疲劳出现人为失误。我一直在寻觅一款强大的工具，能帮我从这些重复劳动中解脱出来 ，直到我发现了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，就像是给浏览器请了个智能助手，能自主完成各种复杂的网页任务。它完全免费，所有操作都在本地浏览器运行，不用担心隐私数据被泄露，还支持DeepSeek、OpenAI、Anthropic、Gemini等主流的大型语言模型，你可以根据自己的需求和预算，灵活配置API密钥 ，选择最合适的模型。
功能实测：真有说的那么神？
纸上得来终觉浅，绝知此事要躬行。光听介绍可不够，我（TesterRoad）决定亲自上手测试一番，看看Nanobrowser是不是真像传说中那么神。
多智能体系统：分工明确，配合默契
打开安装好Nanobrowser扩展的Chrome浏览器，一个简洁的侧边栏界面出现在眼前，这就是与智能体交互的主要阵地。我决定先给它布置一个复杂的任务：在电商平台上，帮我挑选一款价格在5000 - 8000元之间，内存16GB及以上、硬盘512GB及以上，且用户评分4.5分以上的笔记本电脑 ，并整理出性价比最高的三款。
在侧边栏输入指令后，规划器Planner迅速开始分析任务，制定出详细的执行策略。它先是确定需要访问哪些电商平台，然后规划好搜索的步骤和筛选条件。紧接着，导航器Navigator就按照Planner制定的策略，自动在浏览器中打开各大电商平台的页面，精准地输入搜索关键词，点击筛选按钮，填入价格、配置、评分等筛选条件。在这个过程中，每一步操作都能在浏览器中清晰看到，就像有个无形的手在帮我点击一样。
最后，验证器Validator登场，仔细检查Navigator获取到的商品信息，确保数据准确无误，没有遗漏重要的细节。它会再次核对价格范围、配置参数、用户评分等关键信息，把不符合要求的商品剔除掉。经过一番筛选和比较，Nanobrowser很快就把性价比最高的三款笔记本电脑信息整理出来，呈现在我面前。整个过程一气呵成，不到两分钟就完成了，要是我自己手动筛选，估计得花上大半个小时。
交互式侧边栏：自然对话，实时反馈
在使用过程中，交互式侧边栏给我留下了深刻的印象。它的界面设计非常简洁直观，就像我们平时使用的聊天软件一样，输入指令和查看回复都一目了然。当我向它提出任务需求时，它能快速理解我的意图，给出准确的回应。而且，在任务执行过程中，它会实时更新任务状态，让我随时了解进展情况。
有一次，我让它帮我收集最近一周关于人工智能的新闻资讯，并整理出关键要点。刚输入完指令，侧边栏就显示 “已收到任务，正在制定策略”，接着马上展示 “正在访问新闻网站”“正在筛选相关文章”“正在提取关键要点” 等实时状态。如果遇到问题，它也会及时反馈，比如某个网站无法访问，它会提示我可能的原因，并尝试寻找其他替代方案。这种实时的交互体验，让我感觉不是在和一个冷冰冰的工具打交道，而是有个智能助手在身边，随时沟通交流。
任务自动化：解放双手，效率飙升
为了测试任务自动化的能力，我给Nanobrowser布置了一个重复性的繁琐任务：从一个包含大量客户信息的网页表格中，提取出所有年龄在30岁以上、居住在特定城市的客户姓名和联系方式，并整理成Excel表格。要是以往，我得手动一行一行地查看表格，筛选出符合条件的客户，再复制粘贴到Excel中，不仅耗时费力，还容易出错。
但有了Nanobrowser，一切都变得轻松简单。我只需在侧边栏输入指令，它就立刻开始工作。它自动识别网页表格，按照我设定的筛选条件，快速准确地提取出相关客户信息，然后自动打开Excel软件，将数据填入表格中，最后还贴心地帮我保存好文件。整个过程完全自动化，我只需要坐在电脑前，看着它有条不紊地完成任务，短短几分钟，就完成了原本需要花费一两个小时的工作，效率提升了好几倍。而且，由于是机器操作，避免了人为失误，数据的准确性也得到了保障。
多 LLM 支持：灵活选择，各取所长
Nanobrowser支持多种主流的大型语言模型，这让我可以根据不同的任务需求和成本考量，灵活选择最合适的模型。我分别使用了OpenAI的GPT-4和Anthropic的Claude模型来执行相同的任务，对比它们的表现。
在处理一些需要创意和深度理解的任务时，比如撰写一篇关于科技发展趋势的文章，GPT - 4展现出了强大的语言生成能力，生成的文章逻辑清晰、内容丰富，语言表达也非常流畅自然。而在处理一些对准确性和事实性要求较高的任务，如整理金融数据报告时，Claude表现得十分出色，它能够精准地分析数据，给出准确的结论和建议，对细节的把握非常到位。通过这种多LLM支持的方式，我可以充分发挥不同模型的优势，让Nanobrowser在各种任务中都能表现得更加出色。
详细使用教程：小白也能秒上手
是不是已经迫不及待想要亲自体验一下Nanobrowser的神奇功能了？别着急，接下来我就手把手教你如何安装和使用它，就算是技术小白也能轻松上手 。
安装步骤
1. 下载文件：打开你的浏览器，访问 Nanobrowser的官方GitHub仓库，在页面中找到最新版本的nanobrowser.zip文件，点击下载 。
https://github.com/nanobrowser/nanobrowser/releases
2. 解压文件：下载完成后，找到下载的 nanobrowser.zip文件并解压。3. 启用开发者模式：打开 Chrome浏览器，进入扩展程序页面。打开“开发者模式” 。4. 加载扩展：在扩展程序页面左上角，点击 “加载已解压的扩展程序” 按钮，在弹出的文件选择窗口中，找到并选择刚才解压的 nanobrowser文件夹，然后点击 “选择文件夹”。
当然，你也可以直接进入Chrome应用商店直接搜索下载
配置智能体模型
安装完成后，我们还需要配置智能体模型，让Nanobrowser能够使用你选择的大型语言模型。
1. 打开侧边栏：点击 Chrome浏览器工具栏中的Nanobrowser图标，打开Nanobrowser的侧边栏。2. 添加 API 密钥：在侧边栏右上角，点击设置图标，在弹出的设置菜单中，找到 API Keys选项，点击它。然后，根据你使用的大型语言模型，输入相应的API密钥。比如，如果你使用OpenAI的模型，就输入OpenAI API密钥；如果使用Anthropic的Claude模型，就输入Anthropic API密钥 。3. 选择模型：添加完 API密钥后，在Model Selection下，找到Model选项。在这里，你可以为不同的智能体（Planner、Navigator、Validator）选择使用的模型。比如，你可以为Planner选择gpt-4模型，以获得更强大的任务规划能力；为Navigator选择gpt-4o模型，让它在执行网页操作时更加精准。
指令输入与任务执行
一切准备就绪，现在就可以让Nanobrowser大展身手啦！在侧边栏的输入框中，输入你的任务指令，就像和朋友聊天一样，用自然语言描述你想要完成的任务。下面TesterRoad给大家列举一些常见任务指令示例：
1. 数据抓取：“从豆瓣电影 Top250 页面，提取电影名称、评分和导演信息，并保存为CSV文件”。 2. 信息监控：“监控小红书上关于‘美妆新品’的最新笔记，每小时给我推送一次”。 3. 电商购物：“在淘宝上搜索‘运动鞋’，筛选出价格在300 - 800元之间，销量前10的商品，并比较它们的性价比” 。 4. 办公自动化：“登录我的企业邮箱，将主题包含‘重要会议’的邮件标记为已读，并转发给我的同事” 。
输入指令后，点击发送按钮，Nanobrowser就会开始分析你的指令，制定任务策略，并在浏览器中自动执行任务。在任务执行过程中，你可以在侧边栏实时查看任务状态，了解任务进展情况。如果任务执行成功，Nanobrowser会将结果展示在侧边栏中；如果遇到问题，它也会及时反馈，告诉你可能的原因，并尝试寻找解决方案 。
与同类工具对比：优势在哪
市面上的网页自动化工具不在少数，像知名的OpenAI Operator、Browser-Use 、Nanobrowser和它们比起来，优势相当明显。
和OpenAI Operator相比，Nanobrowser最大的优势就是免费开源。OpenAI Operator每月的订阅费用可不低，对于个人用户和小型团队来说，是一笔不小的开支。而Nanobrowser完全免费，没有任何订阅费用，只需安装扩展程序，配置好自己的LLM API密钥，就能使用顶级的网页自动化功能，成本大大降低，让每个人都能轻松享受到AI带来的便利 。在隐私方面，OpenAI Operator采用云端运行，数据存储在云端服务器，这就存在隐私泄露风险。而Nanobrowser所有操作都在本地浏览器执行，API密钥和操作数据都保存在本地，不用担心敏感信息被泄露，对隐私敏感的用户来说，简直是福音。
和基于Python开发的Browser-Use相比，Nanobrowser在操作便捷性上更胜一筹。Browser-Use作为一款LLM智能浏览器自动化工具库，需要一定的Python编程基础才能使用，对于普通用户来说，门槛较高。而Nanobrowser提供了直观的交互式侧边栏，用户通过自然语言指令就能让它完成各种网页任务，就像和智能助手聊天一样简单，不需要编写任何代码，真正做到了零门槛上手 。在功能上，虽然Browser-Use能实现网页自动化、多标签管理和视觉识别等功能，但Nanobrowser的多智能体系统更加智能灵活，不同智能体分工协作，能更好地处理复杂的网页工作流程，遇到障碍时还能自动调整策略，确保任务顺利完成 。
总结与展望
经过这段时间的深度使用和测试，Nanobrowser给我带来的是实实在在的效率飞跃，它就像一个懂我心思的得力助手，帮我把那些繁琐、重复的网页操作轻松搞定。无论是多智能体系统的默契协作，还是交互式侧边栏的便捷沟通，又或是任务自动化带来的解放双手，以及多LLM支持的灵活选择，每一个功能都让我真切地感受到了AI驱动网页自动化的强大魅力 。
从软件测试的角度来看，Nanobrowser的稳定性和准确性都表现出色，在多次测试中，都能按照设定的指令准确执行任务，很少出现错误或异常情况 。而且，其开源免费的特性，以及对隐私的高度重视，让它在众多同类工具中脱颖而出，成为了注重效率和隐私用户的不二之选 。
据我所知，Nanobrowser的开发团队正在快马加鞭地开发新功能。未来，它将会集成更多的大语言模型提供商，给我们带来更丰富的选择；安全防火墙的加入，会让浏览操作更加安全可靠；内存优化也在计划之中，在减少令牌使用的同时，还能保持出色的上下文感知能力；会话回放功能可以让我们高效回顾历史任务，还能降低令牌消耗；针对复杂领域任务的专用代理也在开发中，相信会给特定领域的工作带来极大的便利 。
如果你也像我一样，被繁琐的网页操作困扰，不妨试试Nanobrowser。我坚信，它会给你的工作和生活带来意想不到的惊喜，让你从此告别重复劳动，拥抱高效便捷的数字化生活 。赶紧去体验一下吧，记得在评论区分享你的使用感受哦！
