嫌 computer-use 太贵,开发者开源混合浏览器 agent:8 次操作仅 2 次模型调用
stackattackpro · reddit · 2026-09-19
Reddit 用户 stackattackpro 因 computer-use agent(Astra、Fable 5.1)成本不适合日常重复浏览器任务,开源了 FreeComputerUse(MIT 协议)。
架构思路:
- DeepSeek Flash 负责规划一批动作,TypeScript + Playwright 在本地执行并验证结果
- 仅在需要新决策或需要修复时才再次调用模型
- 光标可见地移动、点击、输入;普通模式下访问网站前请求许可,可随时暂停接管
实测: 在合成练习网站上完成「4 个筛选条件找到逾期发票 → 打开详情页 → 提取表格 → 下载 → 校验文件内容」,结果为 8 次浏览器操作、仅 2 次模型调用、5,263 tokens、0 次修复。
工作流复用: 成功任务可保存为 workflow,后续匹配到兼容任务可零模型调用重跑。目前仅支持 Chromium 网页控制,复杂任务仍会失败,仓库同时保留了成功与失败案例。自带 API key,只为模型用量付费。
「编程与Agent」频道最新
- 让 Agent 自己部署应用、再当真实用户测试，像高级模糊测试 — lucasmeijer · 2026-09-19
- 开发者经验：禁止 fallback，逼模型把核心功能做对 — Daniel_Farinax · 2026-09-19
- 银行仓库接 AI 问答三个月复盘：模型从来不是难点 — the_darkest_horse · 2026-09-19
- Codex 直接输出图表能力被低估，agent 编码体验再添一环 — Angaisb_ · 2026-09-19
- Notion 设计工程师 Geoffrey Litt 谈 AI 时代「理解成新瓶颈」 — EchoShao8899 · 2026-09-19
- Codex 内置 Images 2.5:先用图像模型重设计页面再实现 — OpenAIDevs · 2026-09-19