Nanobrowser：开源AI自动化神器 OpenAI Operator替代品

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

复制代码

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

3. 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。