PawBrowse：让 Agent 单次往返控制浏览器，工具调用近乎减半
Far-Round2092 · reddit · 2026-09-27
大多数浏览器 agent 靠截图驱动，每步动作都是「感知→再行动」两次模型推理，工具调用、延迟和 token 成本翻倍。开源项目 PawBrowse 改为向 agent 提供当前页面可点击元素的紧凑表格（真实名称、值、状态），每个引用稳定且每次动作后返回新表格，从而一次往返完成动作。
- 实测（同一任务、同一模型，在 Booking.com 订里斯本四星酒店）：agent 往返次数 5 vs 10，约快一倍且更省 token
- 驱动用户真实登录态的 Chrome，无需远程调试端口、无需重启、无第二模型、无 API key
- MIT 开源，Chrome 商店 + npm 可装，作者用 Claude Code 构建，仓库完全可复现
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
- 开发者自建 Playdate 视觉模拟器,Figma 灰度资产实时抖动预览 — eschadiol · 2026-09-28
- Claude Code 按量付费 15 分钟烧光 $50，用户直呼不可用 — RileyRalmuto · 2026-09-28
- 数值线性代数老文翻红:几乎永远不要直接求逆矩阵 — tdhopper · 2026-09-28
- 开源 LLM 评测与监控工作台：测试套件+线上打分一体化 — Vin-builds · 2026-09-28
- 开源 VelaTerm：一个 App 管全部编码 Agent 会话，还支持跨 Agent 通信 — george-lin · 2026-09-28
- 我给交易 Agent 去掉 LLM 后反而更好用：一次架构反思 — murdocc007 · 2026-09-28