“Хватит копировать и вставлять — пусть ИИ сам найдет ответ на сайте”.”
Если вас по-прежнему беспокоят следующие проблемы:
- Вручную просматривать несколько десятков веб-страниц для сбора данных;
- постоянно переключаться между Таобао, «Сяохуншу» и сайтами с научными работами, сравнивая цены;
- Хотел, чтобы ИИ помог тебе управлять веб-страницей, а он оказался способен только “говорить об этом”…
Тогда вам обязательно нужно попробовать открытый проект, который недавно стал настоящим хитом на GitHub —Nanobrowser.
Не прошло и недели с момента запуска, как он уже собрал 17 000+ звезд, который разработчики называют “Удивительный инструмент для автоматизации работы браузера на базе ИИ”。
Его цель проста:Сделать так, чтобы крупные модели больше не ограничивались окнами чата, а по-настоящему интегрировались в веб-страницы и приступали к работе.
🤖 Nanobrowser 是什么？
Nanobrowser — это не обычный браузер, а Фреймворк для автоматизации веб-приложений с встроенными возможностями искусственного интеллекта.
Вы можете понять это так:
“Оснастите свою большую модель руками и ногами, чтобы она могла свободно перемещаться, нажимать, считывать и обобщать информацию в реальном мире веб-страниц”.”
Он создан сообществом разработчиков открытого программного обеспечения и объединяет Система взаимодействия множества агентов + движок автоматизации браузера, поддерживает локальное выполнение, является полностью открытым исходным кодом и полностью совместим с основными крупными моделями (такими как DeepSeek, MiniMax, GPT, Claude и др.).
🛠️ 它怎么工作？两个智能体协同“打工”
Основой Nanobrowser является слаженная работа двух ИИ-персонажей:
1️⃣ Planner (Планировщик)
Отвечает за то, чтобы “четко определить, что нужно делать”.
Например, вы вводите:
“Перейдите на страницу статей Hugging Face, ознакомьтесь с первыми тремя статьями, подведите итоги их аннотаций и отсортируйте их по количеству лайков”.”
Planner автоматически разбивает задачу на этапы:
✅ 打开 https://huggingface.co/papers
✅ 读取第一篇标题、点赞数、摘要
✅ 记录 URL
✅ 重复三次
✅ 汇总并排序
2️⃣ Navigator (Навигатор)
Отвечает за “практическую реализацию”.
Он будет:
- Действительно открыть страницу в браузере;
- Обозначьте каждую кнопку, текстовое поле и изображение как кликабельные;
- Имитация действий пользователя: нажатие, прокрутка, ввод, чтение DOM;
- Передавать результаты выполнения в Planner в режиме реального времени.
Весь процессБез участия человека, как будто наняли стажера, которому приходится самому бегать по делам, вести записи и составлять отчеты.
🧪 真实案例：一句话，让 AI 自动搞定复杂任务
✅ 案例：自动抓取 Hugging Face 前三篇论文
Ваша команда::
Пожалуйста, перейдите по ссылке https://huggingface.co/papers, просмотрите по порядку первые три статьи. Запишите названия, URL-адреса и количество лайков, составьте краткое содержание, а затем отсортируйте их по количеству лайков и сведете в одну таблицу.
Работа с Nanobrowser::
- Автоматический переход на веб-страницу;
- Точное распознавание структуры DOM каждой статьи;
- Прочитать заголовок, поставить лайк, прочитать аннотацию;
- Возврат структурированных результатов:
1. OmniVinci (24 лайков)
Аннотация: открытая многомодальная большая модель, в которой с помощью OmniAlignNet усовершенствовано межмодальное выравнивание…
2. Skyfall-GS (15 лайков)
Аннотация: Генерация высокодетализированных 3D-городских сцен на основе спутниковых снимков…
3. LightsOut (13 лайков)
Аннотация: Устранение бликов в кадре с помощью диффузионной модели…Время выполнения: 2,5 минуты
расходы: Только 0,1 юаня(с использованием API DeepSeek)
Если делать это вручную, то на это уйдет как минимум 10 минут, да и придётся открыть несколько вкладок.
💡 你能用它做什么？
Возможности Nanobrowser не ограничиваются лишь извлечением информации из научных статей. Он с легкостью справляется со следующими задачами:
- Помощник по сравнению цен::
“Найдите на Taobao, JD.com и Pinduoduo водонепроницаемые Bluetooth-колонки стоимостью до 50 юаней и перечислите три самых дешёвых модели”.” - Мониторинг общественного мнения::
“Собрать записи с Xiaohongshu за последние 24 часа, касающиеся ‘LTX-2’, и обобщить отзывы пользователей”.” - Аналитик данных::
“Извлечь данные о ВВП провинций за 3-й квартал 2025 года с веб-сайта Государственного статистического управления и сгенерировать файл CSV”.” - Авторы контента::
“Зайди на популярный технологический канал на YouTube, собери заголовки и описания пяти последних видео и помоги мне найти идеи для тем”.” - Научные исследования::
“Введите в поиске arXiv запрос ‘генерация видео с помощью ИИ’, скачайте аннотации и отсортируйте их по количеству цитирований”.”
Одним словом: Nanobrowser может выполнять любые задачи на веб-страницах, требующие просмотра человеческим глазом и ручного управления.
🧩 技术亮点：为什么它能这么智能？
- Локальное выполнение: Данные не покидают локальную среду, что обеспечивает защиту конфиденциальности;
- Поддержка нескольких моделей: Достаточно настроить API-ключ, чтобы подключить любую крупную модель;
- Распознавание DOM: автоматическая маркировка элементов веб-страницы — ИИ может “различать” кнопки, поля ввода и таблицы;
- Отслеживаемость задач: Каждое действие фиксируется в журнале; в случае сбоя можно повторить попытку или выполнить отладку;
- Полностью открытый исходный код: Код, документация и примеры полностью открыты, а быстрая итерация обеспечивается усилиями сообщества.
Адрес на GitHub:
👉 https://github.com/nanobrowser/nanobrowser
🚀 如何上手？3 步搞定
- Установка Nanobrowser(поддерживается в Windows / macOS / Linux);
- Настройте ключ API для вашей большой модели(например, DeepSeek, MiniMax, OpenAI и т. д.);
- Введите команду на естественном языке в боковой панели, нажмите «Запустить»!
Не нужно писать скрипты, не нужно разбираться в XPath,Достаточно просто говорить, чтобы управлять ИИ и заставлять его выполнять задачи в Интернете.
🌟 写在最后
Раньше ИИ представлял собой “машину для ответов на вопросы”;
Теперь Nanobrowser превращает его в “цифрового сотрудника”.
Возможно, он ещё не идеален — сложные всплывающие окна иногда распознаются неточно, а при динамической загрузке контента приходится ждать.
Но его направление предельно ясно:Вернуть автоматизации интеллект, чтобы интеллектуальные системы обрели настоящую “способность к действию”.
Если вам надоели повторяющиеся действия на веб-страницах,
Если вы хотите, чтобы ИИ не просто “говорил”, а “действовал”,
Итак,Nanobrowser, возможно, и есть тот инструмент, которого вы так долго ждали.