Media
5 items
Description
新一代自主 AI 浏览器智能体：目标驱动、长程规划与物理级操控。支持主流标准模型端点与本地离线模型，数据仅存本机。 Browser Agent 是一款运行在 Chrome 原生侧边栏中的新一代自主 AI 浏览器智能体（Autonomous Web Agent）。给出一个开放目标，智能体自主进行多步规划、跨页探索、极速物理交互与结果校验，像资深专家一样在纷繁复杂的现代 Web 应用中交付确定性结果。 🚀 核心智能体能力： 1. ⚡ 双系统快慢认知混合架构 (System 1 + System 2)：直觉反射层（Jev-2B / 本地小模型）在 200ms–800ms 内瞬间完成按钮点击、超链接跳转与简单输入的预测与物理执行，免除上传全屏大截图，Token 消耗暴降 80%，响应提速 5–10 倍；遇到复杂长程规划与长文深度研读平滑移交 System 2 慢思考。 2. 🎯 页面视觉框选与指哪打哪：在输入框点击 🎯 或按快捷键 Alt + S 唤起准星蒙层，鼠标局部框选或单击吸附元素，1:1 无损裁剪局部对焦，彻底消除长页面与复杂仪表盘的定位歧义。 3. 🔴 示教录制自学成才 (Teach-Me)：在真实网页中自然操作，后台静默捕获，密码输入自动物理脱敏打码 (******)；录制完成后，大模型将物理动作自动泛化为抗改版的高层意图与标准可复用 SKILL。 4. ⏰ 定时调度与自动化运行：支持设定周期（15m–24h）或每日固定时刻后台静默运行技能，完成后推送系统桌面通知。 5. 🛡️ 验证码人机协同介入：遇极验、滑块拼图或 Turnstile 智能阻断时主动安全挂起，通知用户协同，用户滑动通过后一键无缝恢复。 6. ☁️ 跨设备安全云同步（凭证物理隔离）：基于 Chrome 账号多端实时同步模型配置与技能库；API Key 强制脱敏仅留在本机（chrome.storage.local），绝不上云。 7. 👁️ 原生系统级物理操控与空间视觉：基于 Chrome 官方 CDP 协议生成真实可信的物理鼠标与键盘事件（绕过合成 DOM 事件过滤器）；搭配 Set-of-Marks 视觉标记框，精准攻克单页应用、Shadow DOM 与动态 iframe。 🔒 本地主权与安全防线（BYOK）： - 纯正本地主权：直连兼容接口标准的大语言模型端点（DeepSeek、Claude、OpenAI）或本地私有离线模型（Ollama/vLLM）。您的 API Key 与网页交互数据 100% 保存在本机浏览器中，绝不经由任何第三方中间服务器。 - 凭证物理隔离：配置跨设备同步时 API Key 自动脱敏，敏感 Token 自动净化；内置金融与支付网站安全黑名单；密码输入与敏感操作强制二次确认。 - 透明预算治理：每步操作实时展示 Token 消耗与核算，内置上下文自动压缩机制，防止超出预算。 > 💡 使用提示：本扩展遵循纯本地与自带模型接口（BYOK）模式，请在设置中填入您自备的模型端点地址与密钥，或连接本地离线模型即可开始使用。