简介
浏览器 Agent 这一年从演示走向可用,但多数产品是闭源 SaaS:你的浏览记录、登录态、页面内容都要经过别人的服务器。Nanobrowser 选的是另一条路——做成浏览器扩展,Agent 直接跑在你自己的浏览器里,模型用你自己的 Key。
它采用双 Agent 结构:Planner 负责把「帮我找三家供应商的报价并做成表格」拆成若干步骤,Navigator 负责在页面上点击、输入、翻页,每一步的结果再回到 Planner 那里决定下一步。这种分工的好处是上下文不会越滚越乱。
核心功能
- 多智能体协作:规划、执行、提取三个阶段分离,失败可局部重试
- 自有模型:兼容 OpenAI 协议即可,OpenAI / Anthropic / Gemini / DeepSeek / Ollama 都能接
- 过程可见:侧边栏实时显示当前在做什么,点停就能接管
- 本地优先:任务上下文留在浏览器里,不上传第三方服务器
- 通用适配:基于页面语义与视觉识别操作,不依赖站点白名单
典型任务
- 跨多个电商站比价,汇总成表格
- 在招聘网站批量筛选职位并抓取任职要求
- 把后台管理系统里的报表逐页导出
价格
完全免费开源。成本只有你自己模型的 token 消耗;用本地 Ollama 时为零边际成本。
优缺点
优点:
- 免费且可审计,数据不出本机
- 双 Agent 架构在长任务上明显更稳
- 可在任意网站使用
缺点:
- 要自己配 Key
- 对抗性强的页面容易失败
- 效果强依赖所选模型的视觉能力