Nanobrowser介绍
Nanobrowser 是一款基于 AI 驱动的 Web 自动化开源工具，以 Chrome 扩展程序的形式运行，让用户只需利用自己的 LLM API 密钥便能轻松启动多代理工作流，成为 OpenAI Operator 的免费替代方案。它不仅支持灵活接入您喜欢的 LLM 提供商，还确保所有操作在本地浏览器中执行，从而保障用户隐私与数据安全。通过透明的开源机制和直观的交互侧边栏，Nanobrowser 能够自动执行跨网站的重复任务，并实时反馈任务状态和对话历史，助您高效管理复杂的网络自动化流程。目前已支持 OpenAI 和 Anthropic，未来将不断扩展更多 LLM 集成，满足不断升级的自动化需求，真正实现高性价比与便捷操作的完美结合。
Nanobrowser主要特点
- 多代理系统：专门的人工智能代理协作完成复杂的网络工作流程
- 交互式侧面板：直观的聊天界面，可实时更新状态
- 任务自动化：无缝自动执行跨网站重复的 Web 自动化任务
- 后续问题：询问有关已完成任务的后续问题
- 对话历史记录：轻松访问和管理您的 AI 代理交互历史记录
- 多个 LLM 支持：连接您首选的 LLM 提供商，并将不同的模型分配给不同的代理
Nanobrowser 是一款开源的 Chrome 扩展工具，专注于 AI 驱动的网页自动化。它基于多智能体系统实现复杂的网页任务，如信息提取、自动化操作等。用户可以使用自己的 LLM API 密钥，灵活选择不同的模型为不同智能体提供支持。
Nanobrowser 完全免费，作为 OpenAI Operator 的开源替代方案，支持在本地浏览器运行，注重隐私保护，不涉及云服务。它让 AI 在浏览器中变得更加智能高效，适用于信息收集、电商购物、内容创作等多种场景。
Nanobrowser 的主要功能
- 多智能体系统：
- Planner（规划器）：负责制定和调整任务策略。
- Navigator（导航器）：执行网页导航和操作。
- Validator（验证器）：检查任务是否成功完成。
- 交互式侧边栏：提供直观的聊天界面，实时显示任务状态，用户用自然语言与智能体交互。
- 任务自动化：自动化重复性网页任务，如信息提取、数据整理等，节省时间和精力。
- 多 LLM 支持：支持连接多种大型语言模型（LLM）提供商，用户根据需求为不同智能体选择不同的模型。
Nanobrowser 的技术原理
- 基于 LLM 的智能体架构：Nanobrowser 的核心是多智能体系统，每个智能体由大型语言模型（LLM）驱动。智能体分工协作，高效完成复杂任务：
- 规划器 Planner ：制定和完善任务策略。
- 导航器 Navigator ：浏览网站并执行操作。
- 验证器 Validator ：确认任务结果，检查任务是否成功完成。
- 动态任务调整与自适应性：当遇到障碍或任务失败时，Planner 智能体自动调整策略，重新规划任务路径，确保任务能够成功完成。
- 集成多种 LLM 提供商：支持连接 OpenAI、Anthropic 等主流 LLM 提供商，用户根据需求选择不同的模型，为不同智能体分配最适合的模型。
如何运行 Nanobrowser
快速开始！
1. 下载
- 下载最新的
nanobrowser.zip文件。下载链接
2. 安装
- 解压
nanobrowser.zip。 - 在 Chrome 中打开
chrome://extensions/。 在页面右上角启用开发者模式。 - 开启后，点击页面左上角的
加载已解压的扩展程序按钮。 - 选择解压后的
nanobrowser文件夹。
3. 配置智能体模型
- 点击工具栏中的 Nanobrowser 图标，打开侧边栏。
- 点击
设置图标（右上角）。 - 添加你的 LLM API 密钥。
- 为不同智能体（Navigator、Planner、Validator）选择使用的模型。
从源代码构建项目
1. 前置条件
- 安装
Node.js（版本 22.12.0 或更高）。 - 安装
pnpm（版本 9.15.1 或更高）。 - Node.js 下载链接：https://nodejs.org/
- pnpm 安装指南：https://pnpm.io/installation
2. 克隆代码库
git clone https://github.com/nanobrowser/nanobrowser.git
cd nanobrowser3. 安装依赖
4. 构建扩展
5. 加载扩展
- 构建完成的扩展将位于
dist目录。 - 按照快速入门部分的步骤将扩展加载到浏览器中。
6. 开发模式（可选）
Nanobrowser 的未来规划
Nanobrowser 的开发团队正在积极开发新功能，以下是一些即将推出的功能： - 扩展 LLM 支持：集成更多大语言模型提供商。 - 安全防火墙：实施保护措施以确保安全的浏览操作。 - 内存优化：减少令牌使用，同时保持上下文感知。 - 会话回放：高效回放历史任务，同时减少令牌消耗。 - 专用代理：开发针对复杂领域任务的专用代理。
