PawBrowse 开源:用元素表替代截图,浏览器 Agent 提速约 2 倍
Far-Round2092 · reddit · 2026-09-27
开发者 ItaiZeilig 发布开源项目 PawBrowse:多数浏览器自动化驱动依赖截图,每个动作都要「感知→行动」两次往返,每次往返都是一次完整模型推理。PawBrowse 改为向 Agent 提供当前页面可点击元素的紧凑表格(真实可访问名称、值、状态),每次动作后直接返回更新的表格,一个动作只需一次往返。
在相同任务、相同模型下与 Claude-in-Chrome 对比(在 Booking.com 预订里斯本四星酒店):5 次 Agent 往返 vs 10 次,往返受限场景下约快 2 倍,token 也更省。作者强调每边各跑一次、任务与渲染脚本全部随 repo 可复现,结论仅限于往返次数。
形式为 Chrome 扩展 + 单文件零依赖 MCP 服务器,MIT 开源,可驱动真实登录态 Chrome,无需远程调试端口、重启、第二模型或 API key,已上架 Chrome Web Store 和 npm。
所属事件:开源项目 PawBrowse 用元素表替代截图驱动浏览器 Agent(2 条相关)→
「编程与Agent」频道最新
- Karpathy：Prompting 将消亡，留下 graph 就够了 — goyalshaliniuk · 2026-09-28
- 把 Mac 壁纸变成城市:agent 一跑起来就"活"了 — nptacek · 2026-09-28
- vibe coding 玩出新花样:用代码生成激光追踪视觉 — natesiggard · 2026-09-28
- 282 个 Claude Opus 5.5 病毒视频开源合集,每条附完整 prompt — dotey · 2026-09-28
- 开发者用 Grok 搭「找钱机器人」：自动扫描你够格申领的补贴并填好材料 — elonmusk · 2026-09-28
- 开源记忆系统 Supermemory NPM 周安装量突破 10 万次 — julianweisser · 2026-09-28