Nanobrowser
🤖

Nanobrowser

开源的浏览器 AI Agent 扩展,Chrome 里用多智能体自动完成网页操作与数据提取,自带 API Key 即可运行、数据不出本机。

🤖 Agent 🆓 免费 ★★★★☆
访问官网
✓ 优点
  • 免费开源,唯一成本是自己的模型 API 费用
  • 双 Agent 分工让长流程任务比单模型稳定
  • 可以在任何网页上用,不依赖特定网站适配
  • 能接本地 Ollama,敏感场景可全离线
! 缺点
  • 需要自备 API Key,对非技术用户有门槛
  • 复杂页面(重前端、反爬)仍会卡住
  • 稳定性依赖底层模型的视觉与工具调用能力
✦ 核心功能
  • Chrome / Edge 扩展形态,安装即用
  • Planner 与 Navigator 双 Agent 分工:一个拆步骤、一个点页面
  • 支持 OpenAI、Anthropic、Gemini、Ollama 等自有 Key
  • 任务执行过程可视化,可随时接管或中止
  • 完全本地运行,浏览数据不外发

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