mini-web-agent 实测演示：Gemini 纯靠截图完成浏览器订座任务
xhluca · x · 2026-10-06
这是 xhluca 的 mini-web-agent 项目（400 行 Python 实现的网页 Agent）的补充演示帖：让 Gemini 只凭页面截图在浏览器中执行操作，自主完成预订 Robotics Lab 工作坊并验证确认结果的完整任务循环，展示了截图输入 + 浏览器控制这一极简 agent 架构的可行性。
所属事件:mini-web-agent 开源：400 行 Python 从零实现网页 Agent(2 条相关)→
「编程与Agent」频道最新
- Justine 吐槽:「代码简洁易读」往往只是漏掉了边界情况 — cnakazawa · 2026-10-06
- Google Docs 原生支持 Markdown，文件可成多 Agent 共享记忆 — Saboo_Shubham_ · 2026-10-06
- 用 Codex 自动化研究拿 232 倍加速：GPU Mode 内核赛第 12 名复盘 — dejavucoder · 2026-10-06
- 让 Claude Code 自主选型，它选了作者从未用过的 Preact — tristanbob · 2026-10-06
- 群体进化智能体 GEA：以群体而非单个 agent 为进化单元的新范式 — xwang_lk · 2026-10-06
- 「没人真的在 vibe code 数据库」：用户只在乎事能不能办成 — sujingshen · 2026-10-06