瀏覽器自動化工具！開源 AI 瀏覽器助手讓你效率翻倍

瀏覽器自動化工具！開源 AI 瀏覽器助手讓你效率翻倍 前言

在 AI 自動化快速發(fā)展的當(dāng)下，瀏覽器早已不再只是“用來點點點”的工具。越來越多的網(wǎng)頁任務(wù)——信息抓取、表單填寫、跨站流程處理——都開始依賴自動化來提升效率。而最近，一款開源的瀏覽器自動化工具 Nanobrowser 引起了不少技術(shù)圈的關(guān)注。

它不僅免費、開源，還能在本地瀏覽器中直接運行 AI 自動化流程，讓網(wǎng)頁操作真正做到“像人一樣執(zhí)行”。如果你正在尋找一款安全、靈活、可控的瀏覽器自動化工具，那么它絕對值得一試。

Nanobrowser是什么？

Nanobbrowser 是一款基于瀏覽器擴展運行的開源 AI 自動化工具，定位類似于 OpenAI Operator 的免費替代方案。它的核心理念是：讓多個 AI 代理協(xié)同工作，自動完成復(fù)雜的網(wǎng)頁任務(wù)。

它的特點非常鮮明：

核心優(yōu)勢

• ? 完全免費 ：無需訂閱，只需使用自己的 LLM API Key。

• ? 隱私安全 ：所有操作在本地瀏覽器執(zhí)行，敏感信息不會上傳云端。

• ? 多模型支持 ：兼容 OpenAI、Anthropic、Gemini、Ollama 等多家 LLM。

• ? 開源透明 ：自動化邏輯完全公開，可審計、可擴展。

• ? 多代理協(xié)作 ：Planner 規(guī)劃、Navigator 執(zhí)行、Validator 校驗，流程清晰可控。

相比傳統(tǒng)的腳本自動化（如 Selenium），Nanobrowser 更像是“AI 驅(qū)動的智能瀏覽器助手”，無需寫代碼即可完成復(fù)雜任務(wù)。

安裝方式：三種模式

Nanobrowser 提供三種安裝方式，適合不同用戶需求。

1. Chrome Web Store（推薦）

適合普通用戶，安裝即用。

2. 手動安裝最新版本

適合想體驗最新功能的用戶：

• ? 從 GitHub Releases 下載 zip

• ? 解壓后，打開 Chrome 瀏覽器，進入 chrome://extensions/

• ? 開啟右上角 “開發(fā)者模式”，點擊 “加載已解壓的擴展程序”，選擇解壓后的 nanobrowser 文件夾；

• ? 配置 API Key 和模型即可使用

適合二次開發(fā)或想深度定制的用戶。

                                                           安裝 Node.js（v22.12.0+）和 pnpm（v9.15.1+）

 git clone https://github.com/nanobrowser/nanobrowser.git 
cd nanobrowser

 ：
pnpm install

 ：
pnpm build（構(gòu)建結(jié)果在dist目錄）

 ：參考手動安裝步驟，選擇dist文件夾

 （可選）：
pnpm dev

安裝完成后，只需打開側(cè)欄，添加模型服務(wù)商，即可開始使用。

點擊“open settings” 添加大模型

Windows 下設(shè)置 OLLAMA_ORIGINS 步驟 1：打開系統(tǒng)環(huán)境變量

1. 1. 按 Win + S 搜索： 環(huán)境變量

2. 2. 點擊： “編輯系統(tǒng)環(huán)境變量”

3. 3. 在彈出的窗口中點擊： “環(huán)境變量(N)…”

在“系統(tǒng)變量”區(qū)域點擊 新建：

• ? 變量名：

                                                           OLLAMA_ORIGINS

• ? 變量值：

                                                           chrome-extension://*

點擊 確定 保存。

步驟 3：重啟 Ollama 服務(wù)

你可以直接重啟電腦，或者手動重啟 Ollama：

Windows 下設(shè)置（臨時生效)

如果你只想當(dāng)前 PowerShell 會話生效，可以用：

                                                           powershell:
setx OLLAMA_ORIGINS "chrome-extension://*"

?? 注意： setx 會寫入注冊表，但不會影響當(dāng)前窗口，需要 重新打開 PowerShell 或重啟電腦 才生效。

如何驗證是否設(shè)置成功？

打開新的 PowerShell：

                                                           echo $env:OLLAMA_ORIGINS

                                                           chrome-extension://*

說明設(shè)置成功。

例如輸入 搜索“人工智能”，AI 會自動：

1. 1. 分析當(dāng)前網(wǎng)頁結(jié)構(gòu)

2. 2. 識別可操作元素

3. 3. 自動執(zhí)行瀏覽、抓取、整理等步驟

4. 4. 最終輸出結(jié)構(gòu)化結(jié)果

整個過程無需你手動點擊，AI 會像一個熟練的網(wǎng)頁操作員一樣完成任務(wù)。

打開閑魚

大模型： ollama，qwen3b:20b

給它一個指令“打開閑魚，搜索2T硬盤，并得到結(jié)果”。

改成

                                                           打開“https://www.goofish.com/” 搜索2T硬盤，并得到結(jié)果

使用大模型： kimi

報錯：你使用的模型不支持 Structured Output

                                                           Planning failed: Failed to invoke gpt-oss:20b with structured output: 
Could not parse response with structured output

例如：

• ? gpt-oss:20b

• ? 某些本地模型（Ollama）

• ? 某些開源模型（Qwen、Llama、Mixtral 的部分版本）

這些模型 能聊天，但不能嚴格按 JSON / Schema 輸出，導(dǎo)致 Planner 解析失敗。

解決方案

把 Planner 模型 換成一個支持結(jié)構(gòu)化輸出的模型，例如：

• ? GPT-4 系列

• ? GPT-4o 系列

• ? Claude 3 系列

• ? Gemini 2 系列

• ? Qwen2.5（部分版本支持）

不要用本地模型當(dāng) Planner。

Nanobrowser的缺點 1.模型兼容性限制明顯（最大痛點）

Planner 必須使用支持 Structured Output 的模型

• ? 本地模型（Ollama）大多不支持

• ? Kimi（Moonshot）不支持

• ? 大部分開源模型不支持

• ? 代理 API（如 gpt-oss）也不完全兼容

導(dǎo)致：Planner 只能用 GPT-4o / Claude / Gemini 等強模型，成本較高。

2. Structured Output 錯誤頻發(fā)

常見報錯：

• ? Could not parse response

• ? Invalid json_schema

• ? Unsupported keywords: $schema

這些都來自模型不兼容。

總結(jié)

Nanobrowser 作為一款開源、免費、隱私友好的 AI 瀏覽器自動化工具，正在重新定義網(wǎng)頁操作方式。

開源地址：https://github.com/nanobrowser/nanobrowser

• ? 它更適合：

  不太適合：

• • ? 完全小白

  • ? 企業(yè)級 RPA 場景

  • ? 需要高穩(wěn)定性的任務(wù)

  • ? 技術(shù)用戶

  • ? 自動化愛好者

  • ? 需要本地隱私的場景

  • ? 想用 AI 做網(wǎng)頁自動化的開發(fā)者

無論你是技術(shù)愛好者、數(shù)據(jù)采集人員、運營從業(yè)者，還是想提升效率的普通用戶，它都能帶來顯著的效率提升。

如果你想體驗真正的 AI 自動化瀏覽器，不妨試試 Nanobrowser。