Loading video...

Video Failed to Load

Go Home

opencli 最强更新来袭!!!实现了 operate 能力!🎉 以后可以prompt直接操作浏览器,并且 CLI 无痛生成!!! OpenCLI的目标是星辰大海!!! 装上 SKILL 之后,就可以直接让 AI agent 操作我们的浏览器,然后沉淀为一个 CLI. 下图是CC执行 “opencli 帮我打开 然后填写申请的效果” 另外 OpenCLI 两周生日了,1w star + 100 contributor 感谢大家!现在还在一直持续更新中!

95,056 views • 6 months ago •via X (Twitter)

40 Comments

kabikabi's profile picture
kabikabi5 months ago

知乎

Boyuan (Nemo) Chen's profile picture
Boyuan (Nemo) Chen6 months ago

1w star 两周,增速比多数 YC 项目都猛。好奇 operate 在多步骤场景下的鲁棒性,单步 demo 容易做漂亮,连续五六步表单操作 agent 一步判断错后面全崩,这是目前浏览器自动化最大的瓶颈。期待看到 e2e 成功率数据。

黑泽's profile picture
黑泽6 months ago

收藏了。这个是不是就可以把一切的浏览器都变成 CLI?比如我们公司内网有一个权限审核的那个系统,我是不是也可以?

玩家's profile picture
玩家6 months ago

是否可以实现打开淘宝抓取商品图片的操作?

kabikabi's profile picture
kabikabi6 months ago

理论上人能做的事情,他都能做。 只需要让 claude code 操作他去做就行了.

minghui tu's profile picture
minghui tu6 months ago

如果说本身就在claude桌面版里用cc,它有原生的computer use功能,那和这个新功能是不是就有些重合了

kabikabi's profile picture
kabikabi6 months ago

沉淀成 CLI 是极其关键的一步,相当于以后再也不需要成本。 然后日常的大部分操作完全都是可以复用的。

lazynest's profile picture
lazynest6 months ago

非常感谢,太好用了

JACK's profile picture
JACK6 months ago

opencli是什么

Cool大西儿's profile picture
Cool大西儿6 months ago

真正炸裂的不是operate,而是把“会操作”沉淀成可复用CLI。会演示的产品很多,能把流程产品化的产品,才真的有统治力。

币股巴久特's profile picture
币股巴久特6 months ago

拼多多能搞了吗

Russell Lin's profile picture
Russell Lin6 months ago

卡比哥微信群怎么进呀

Kid's profile picture
Kid6 months ago

好快啊,看太快,觉得应该是两周年,认真看才两周而已。

kabikabi's profile picture
kabikabi6 months ago

AI agent时代的时间轴真的是太快了。

Meseeks's profile picture
Meseeks6 months ago

We use OpenCLI daily to run our social media agents. The operate capability is a game changer — prompt to browser to CLI is exactly what agents need. Congrats on 1w star!

Guocheng's profile picture
Guocheng6 months ago

支持任何网站自动转cli吗

LaurenceLong's profile picture
LaurenceLong6 months ago

自动化浏览器不被拦截?

charles's profile picture
charles6 months ago

试了一下 知乎和小红书基本用不了

kabikabi's profile picture
kabikabi5 months ago

知乎也可以啊

kabikabi's profile picture
kabikabi5 months ago

我还以为说的 operate,adapter 太多了确实一些不稳定,让 AI 修就行了

charles's profile picture
charles5 months ago

明白了 谢谢 更加了解 opencli 了 那“adapter” 是不是也是通过 “operate” 产生 之后固化为内置命令的

kabikabi's profile picture
kabikabi5 months ago

目前有好几种方式 opencli 里的 skills 里提供了3种方式,explore oneshot operate 他们都能够直接沉淀成CLI。 现在出了问题很好解决的,让AI多看里面的scale和操作,让它去修一修,很快的。 记得用好点的模型,毕竟生成CLI,也就第一次有成本,后面都没成本。

NeverMore's profile picture
NeverMore6 months ago

哈哈我自己也实现了这个功能,不过我很烦一直显示CDP调试,所以我都是headless注入cookie操作的。不过认同CLI记录下来即省token又省时间

Jun&Jun's profile picture
Jun&Jun6 months ago

good idea

俊哥AI's profile picture
俊哥AI5 months ago

想实现稳定自动化的可以试试,真的方便ai原生cli

mark GiGi's profile picture
mark GiGi5 months ago

群满了,这个我也在用 👍

BuildUntilBreak's profile picture
BuildUntilBreak6 months ago

太厉害了

quickman's profile picture
quickman6 months ago

这个是不是跟 RPA 有点类似?

jacky zhong's profile picture
jacky zhong6 months ago

@OpenAI

ClawOps|王大锤's profile picture
ClawOps|王大锤5 months ago

AI操作浏览器,潜力无限!恭喜OpenCLI两周破万星,继续征服星辰大海!

G-xt751's profile picture
G-xt7516 months ago

opencli 是基于 DOM 树 和 浏览器开发者协议 (CDP)?直接读取网页的 HTML 代码、注入 JS并监听浏览器的内部事件? 场景:本地开启WinClient64.exe 是一个 RDP(远程桌面)视频播放器。 没有 HTML,没有 DOM 树,没有浏览器内核。本地只有一堆由远端传过来的像素点(图像),opencli是不是用不了

sen j's profile picture
sen j6 months ago

太厉害,我最爱用的一个skill

William Huang's profile picture
William Huang5 months ago

不错 这是未来的方向

JK's profile picture
JK5 months ago

这个需要激活浏览器相应窗口吗?

胡大头.AI's profile picture
胡大头.AI6 months ago

老哥能支持一下知识星球的读取🥺吗

Sherlock's profile picture
Sherlock5 months ago

这个跟Chrome那个打开debugging后使用mcp有什么不同么

MonsterJane阿毛's profile picture
MonsterJane阿毛6 months ago

我都想再给你的仓库点个🌟。可惜不行。因为已经点过了。哈哈

kabikabi's profile picture
kabikabi6 months ago

哈哈哈哈哈,感谢支持!

MonsterJane阿毛's profile picture
MonsterJane阿毛6 months ago

客气,毕竟是天使轮哈哈哈。

tengyz (openbee)'s profile picture
tengyz (openbee)6 months ago

酷酷

Related Videos

腾讯刚开源的 BrowserSkill也太给力了啊! 我用 WorkBuddy 实测了一遍。 装好以后,WorkBuddy 可以直接操作你已经登录的 Chrome,自己打开网页、搜索内容、点击页面、读取数据和截图。 以前让 Agent 操作浏览器,经常会启动一个全新的环境。账号没有登录,浏览器里原来的页面和状态也用不上。BrowserSkill 可以直接复用现有的浏览器登录状态,同时把任务放在单独的 Agent Window 里运行,不会打乱你正在使用的窗口。 它由三个部分组成。 Skill 告诉 WorkBuddy 怎样操作浏览器,bsk CLI 负责在本机传递命令,浏览器插件负责连接 Chrome。只要 Agent 能调用 Shell,就可以接入这套工具,所以除了 WorkBuddy,它也支持 Codex、Cursor、Claude Code 等 Agent。 这类工具很适合做网页资料调研、社交媒体热点搜索、重复的后台操作,也可以拿来检查网页和测试前端。 我这次用 WorkBuddy 做了几项测试: • bsk doctor 七项检查全部通过 • 识别出 Chrome 当前打开的 17 个标签页 • 找到了其中的 3 个 X 页面 • 新开页面搜索 “Gemini 4” • 读取并整理了 Top 排序里的 7 条结果 整个过程中,我原来打开的浏览器页面没有受到影响。任务结束以后,BrowserSkill 创建的 session 也正常关闭了。 安装同样很简单。 第一步,在 WorkBuddy 里手动安装 BrowserSkill。 第二步,让 WorkBuddy 帮你安装 bsk CLI,下载、配置和检查环境都交给它。 第三步,在 Chrome 商店安装 BrowserSkill 插件,然后确认连接成功。 需要自己动手的地方,基本只有安装 Skill 和浏览器插件。剩下的安装与测试都可以直接交给 WorkBuddy。 我把完整的安装和实测过程录下来了,想试的可以跟着视频走一遍。 项目地址 Chrome 插件

雨哥向前冲

41,511 views • 11 days ago

33秒的视频--新版 ChatGPT Codex 侧边栏 + 电脑操控演示(含避坑指南) Codex 更新了 Chrome 浏览器插件(侧边栏),现在直接可以在浏览器打开CodeX的侧边栏工作,支持电脑操控。AI 可自动模拟真实浏览器操作:打开页面、点击、读取内容、抓取数据等,提升了网页交互能力,模仿真人的操作 接下来我手把手教你怎么设置,以及怎么避坑: 1. 先设置权限(关键,很多人都卡在这里): 打开 Codex 设置 → 电脑操控 开启 Google Chrome,确认显示 已连接(绿色小点) 🌟连接不上或无法运行 → 换 VPN 节点;换节点还不行,就让 Codex 检查本地是否有残留的其他浏览器操作插件(如 OpenCLI),清理后即可。我实测有效 2. 设置完成后,在浏览器直接打开 ChatGPT / Codex 侧边栏 进行对话,即可操纵浏览器 我的视频操作是,直接在CodeX侧边栏输入: “帮我直接在小红书搜索 CODEX 相关内容,找到5个点赞比较高的作品,每个作品再抓5条热门评论。最后帮我总结大家在关心什么、吐槽什么、想知道什么。” AI 通过 Chrome 集成技术自动读取搜索结果,打开高赞笔记,抓取评论区,输出结构化总结(安装、费用、国内使用限制、实际用法等讨论点) 整体用下来还是比较丝滑的,没有遇到什么卡点 适用场景: 各种网页平台内容抓取与分析(包括小红书、X、LinkedIn、电商平台、论坛等)、UI 测试、数据提取、网页自动化操作、竞品研究、报告生成 设置好后效率很高,适合社媒运营、内容研究以及各类需要浏览器交互的工作

梭哈.AI

28,542 views • 2 months ago