项目速览
今天给大家推荐一个真心不错的项目：Nanobrowser。简单来说，它是一款开源免费的 Chrome 浏览器插件，能让你用自己的 LLM API 密钥，实现复杂的网页自动化任务，堪称 OpenAI Operator 的完美替代品。
说实话，这个项目解决了一个大痛点。市面上同类产品要么收费不菲，要么对隐私保护不够透明。而 Nanobrowser 把所有操作都放在本地浏览器运行，你的 API 密钥和数据都掌握在自己手里，安全又省钱。
快速上手
想体验一下？操作起来非常简单，三步就能跑起来：
- 1. 安装插件：直接从 Chrome 网上应用店搜索“Nanobrowser”并添加。如果你想体验最新功能，也可以从 GitHub Release 页面下载
zip包手动安装。 - 2. 打开侧边栏：安装成功后，在浏览器工具栏点击 Nanobrowser 图标，就会在右侧弹出它的操作界面。
- 3. 配置模型：点击侧边栏右上角的“设置”图标，添加你自己的 LLM API 密钥。你可以为不同的智能体（比如负责规划的 Planner 和负责执行的 Navigator）选择不同的模型，非常灵活。
配置完成后，你就可以在侧边栏通过聊天的方式给它下达指令了。
功能演示
Nanobrowser 最酷的地方在于它的多智能体协作系统。你只需要给出一个目标，比如“去 TechCrunch 网站，提取过去24小时内排名前10的新闻标题”，它就会自动规划并执行。
下面这张官方演示图就很好地展示了它的工作流程：
可以看到，Planner 智能体在遇到障碍时会智能地自我修正，并动态指示 Navigator 智能体调整执行方法，整个过程全自动完成。
你可以用它来完成各种任务，比如：
- • 信息搜集：“在 GitHub 上查找星标最多的 Python 热门仓库。”
- • 购物比价：“在亚马逊上找一款50美元以下的便携蓝牙音箱，要求防水且续航至少10小时。”
- • 数据整理：“访问这个网页，把表格里的数据提取出来。”
它还能联系上下文进行追问，并且会保存完整的对话历史，方便你随时回顾和管理。
项目技术栈
Nanobrowser 本质上是一个基于现代前端技术栈（如 React 和 Vite）构建的浏览器扩展程序。它的核心亮点在于其巧妙的多智能体（Multi-Agent）架构。
它将复杂的自动化任务拆解为两个主要角色：规划者（Planner）和导航者（Navigator）。Planner 负责理解你的高层指令，并将其分解成一系列具体、可执行的步骤；Navigator 则负责模拟用户操作，在网页上点击、输入、滚动等。
这种分工协作的模式，让它在处理复杂任务时更加鲁棒和智能。更棒的是，它支持多种 LLM 服务商，包括 OpenAI、Anthropic、Gemini，甚至可以通过 Ollama 连接本地模型。你可以为 Planner 选择一个推理能力强的大模型，为 Navigator 选择一个响应速度快、成本低的模型，实现性能和成本的最佳平衡。
总的来说，Nanobrowser 是一个非常有前景的 AI 网页自动化工具。它免费、开源，并且把数据隐私和控制权完全交还给用户。如果你对这类工具有需求，强烈推荐试试。
