Nanobrowser 上手指南:用 AI Agent 在 Chrome 里跑通网页自动操作

发布时间:2026/9/12 17:21:39
Nanobrowser 上手指南:用 AI Agent 在 Chrome 里跑通网页自动操作 Nanobrowser 上手指南用 AI Agent 在 Chrome 里跑通网页自动操作【免费下载链接】nanobrowserOpen-Source Chrome extension for AI-powered web automation. Run multi-agent workflows using your own LLM API key. Alternative to OpenAI Operator.项目地址: https://gitcode.com/GitHub_Trending/na/nanobrowserNanobrowser 是一款开源的浏览器自动化扩展它把 AI Agent 装进你的 Chrome替你执行重复的网页自动操作。你只在侧边栏输入一句任务指令打开页面、点击、填写、抓取信息这些动作由它自动完成你负责的是下达目标和检查结果。 架构速览谁在什么时机做了什么你输入指令后侧边栏把任务交给后台的 Agent 执行器它按步循环调用两个角色Planner 负责看全局、拆步骤Navigator 负责盯页面、出动作。每一步执行器都会向你配置的 LLM 发起一次对话请求拿到下一步该做什么再驱动浏览器去点、去滚、去填。整个过程发生在你的本地浏览器里网页内容只发往你自己指定的模型服务数据流向由你控制。✅ Nanobrowser 怎么装商店版最短路径在 Chrome 商店搜索 Nanobrowser打开扩展详情页。点击添加至 Chrome弹出确认框后点添加。安装完成后右键工具栏图标选择固定方便随时打开侧边栏。想体验最新开发版的话下载仓库 release 页面的压缩包在 chrome://extensions/ 开启开发者模式后加载已解压的扩展程序也可以自行构建克隆 https://gitcode.com/GitHub_Trending/na/nanobrowser 后执行 pnpm install 和 pnpm build产物在 dist 目录。 Nanobrowser 配置 API密钥填哪里扩展装好后还差最后一步接上大脑。点开侧边栏点右上角设置图标进入 LLM Providers 页签。找到你打算用的供应商把 API 密钥填进去保存即可。供应商支持 OpenAI、Anthropic、Gemini、Groq也支持 Ollama 等兼容 OpenAI 格式的服务密钥去对应供应商的官方控制台复制粘贴就行不用手敲。密钥存好后在 Agent 模型配置里给两个角色各挑一个模型。推荐这样分配PlannerClaude Sonnet 4负责出策略、拆步骤遇到卡点会自己调整方向NavigatorClaude Haiku 3.5负责执行具体的网页操作要的是快和省规划用慢一点的好模型动手用便宜的小模型效果和成本都能兼顾。▶️ 跑通第一个网页任务配置完成打开任意网页把下面这句指令原样粘贴到侧边栏输入框发送提取当前页面前 5 个项目名称、一句话介绍和星标数用列表输出你看到侧边栏出现 Planner 正在分析的状态说明任务开始跑了。它会把目标拆成一串具体动作每一步下发给 Navigator于是页面上的元素被高亮、页面被滚动或翻页——这些动作都是它自己点的你不用动鼠标。抓到的信息会一条一条回到侧边栏任务结束时结果列表直接生成在对话里你还可以追问把第三条展开说说它会带着上下文继续答。 卡住了查这三处图标点了没反应现象是侧边栏打不开原因是扩展被禁用或没固定到工具栏到扩展管理页把 Nanobrowser 的开关打开右键图标选固定。智能体没反应现象是发送指令后一直转圈原因是 API 密钥没配好或已失效回设置页的 LLM Providers 检查密钥是否完整、余额是否足够重新保存。任务执行跑偏现象是它点错页面或反复绕圈原因是指令太宽泛把目标、数量、筛选条件说具体比如把找几个项目改成前 5 个只要 Python 项目执行会更稳。 往下挖想看两个智能体怎么交替工作读 Executor 调度源码Planner 与 Navigator 的循环都在里面想知道它怎么读页面、执行点击看 浏览器交互模块DOM 读取和动作执行都在这里想换个提示词风格翻 提示词模板Planner 和 Navigator 的话术分文件维护另外Ollama 也在支持列表里把本地模型端点填进 LLM Providers不花一分钱 API 也能把任务跑通。现在就打开任意一个网页在侧边栏输入你的第一个任务指令。【免费下载链接】nanobrowserOpen-Source Chrome extension for AI-powered web automation. Run multi-agent workflows using your own LLM API key. Alternative to OpenAI Operator.项目地址: https://gitcode.com/GitHub_Trending/na/nanobrowser创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考