开源 agent-browser 发布:让 AI 智能体操作浏览器与桌面并自查成果
evilrabbit_ · x · 2026-11-17
- agent-browser + agent-desktop 发布:一套为 AI 智能体打造的开源浏览器/桌面自动化工具,可直接接入你现有的 coding agent。
- 核心能力:让 agent 点击、输入、完成浏览器任务;agent-desktop 可把工作延伸到原生应用(Gemini、OpenAI、Claude 等多个 agent 同时操作桌面的演示)。
- 验证工作流:官方演示中,agent 发现线上站点标题拼写错误后,自己打开浏览器截图取证、打开修复的 Preview 部署再次截图,并将 Before/After 截图贴进 PR 描述完成闭环,全程无需人工。
- 其他特性:只读取页面控件的紧凑快照以省 token、按区域映射窗口、截图与 60fps 录屏验证、Core Web Vitals 性能测试、mock 网络等。
所属事件:开源 agent-browser 发布,让 AI 智能体自主操作浏览器(2 条相关)→
「编程与Agent」频道最新
- Ripple-65B 首场黑客松:模型从零自建 IDE,补全延迟低于 80ms — Azaliamirh · 2026-11-17
- LM Studio 推出 Agent Remote Control,可跨设备远程运行本地 agent — MatthewBerman · 2026-11-17
- 老 GPU 工程师把 Qwen 3.8 27B 在 5090 笔记本跑出 500 tok/s — tebjan · 2026-11-17
- Ripple-65B 黑客松:自量化把 60GB 模型压到 30GB 而质量几乎不损 — Azaliamirh · 2026-11-17
- 把 Agent 工厂当基础设施:编排层的 7 项核心职责清单 — blaizedsouza · 2026-11-17
- UCLA与AWS论文:AI Agent解数学题靠找捷径,思考耗时常抵消收益 — rohanpaul_ai · 2026-11-17