Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

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...

xiangxiang103's profile picture

雨哥向前冲

15,183 subscribers

38,932 Aufrufe • vor 2 Tagen •via X (Twitter)

BildungWissenschaft & Technologie
LIVE

Anya Rossi• Live Now

Private livecam show

27 Kommentare

Profilbild von Cheery
Cheeryvor 2 Tagen

早点computer use就完事儿了，他没有内置浏览器，这个不如豆包

Profilbild von 雨哥向前冲
雨哥向前冲vor 2 Tagen

有内置浏览器，就是不太顶事

Profilbild von koalagg
koalaggvor 2 Tagen

或许你可以体验一下 kimi Web Bridge。

Profilbild von Xun
Xunvor 2 Tagen

棒棒的

Profilbild von rouse
rousevor 2 Tagen

安全性呢？你的X账号对应的真实身份是不是也暴露了

Profilbild von 阿蔺A-Lin
阿蔺A-Linvor 2 Tagen

坐等支持 computer use 啊

Profilbild von 雨哥向前冲
雨哥向前冲vor 2 Tagen

就差这个了，哈哈

Profilbild von coolinglee
coolingleevor 2 Tagen

和内置浏览器什么区别

Profilbild von jimerrors
jimerrorsvor 2 Tagen

和codex有啥区别吗

Profilbild von 雨哥向前冲
雨哥向前冲vor 2 Tagen

感觉没啥区别，就差补充computer use了

Profilbild von 何达
何达vor 2 Tagen

这个不是去年就开源了吗？为什么你说刚开源？

Profilbild von 前端哥Liam
前端哥Liamvor 2 Tagen

browser use 上了，computer use 估计也快了

Profilbild von 雨哥向前冲
雨哥向前冲vor 2 Tagen

看看腾讯速度了

Profilbild von Jhon Dennis
Jhon Dennisvor 2 Tagen

已经登录的浏览器直接交给它点 搜索 点击 截图一串能自己跑 我回头把几个后台巡检先挂上去 这种省手的 越用越上瘾

Profilbild von 雨哥向前冲
雨哥向前冲vor 1 Tag

哈哈，用海外版，有免费模型更舒服

Profilbild von Daxia Zong
Daxia Zongvor 2 Tagen

笑拉了

Profilbild von Iris
Irisvor 2 Tagen

不是很稳定。

Profilbild von 雨哥向前冲
雨哥向前冲vor 2 Tagen

有什么问题吗

Profilbild von Iris
Irisvor 2 Tagen

控制着控制着就丢了。

Profilbild von Knight Lee
Knight Leevor 1 Tag

刚装的宽带吧

Profilbild von Anthony
Anthonyvor 2 Tagen

Firefox 可以嗎, 還是只能 Chrome ?

Profilbild von 星川 ✨ StarFlow
星川 ✨ StarFlowvor 1 Tag

对比 Ego 有什么优势吗？ 它操作Chrome的同时你还可以自己操作吗？

Profilbild von 雨哥向前冲
雨哥向前冲vor 1 Tag

可以

Profilbild von 随机比特
随机比特vor 2 Tagen

复用已有会话和独立窗口确实省去频繁登录，但工程上更建议把读写权限拆成两道门：原标签页默认只读检索，涉及交互修改时显式申请临时租约并按时归还，发布或支付等高风险操作始终保留独立确认，避免环境被污染。

Profilbild von 雨哥向前冲
雨哥向前冲vor 2 Tagen

安全和便利有时候得做出取舍

Profilbild von 猫神王
猫神王vor 2 Tagen

能接管已登录 Chrome——这才是 Browser Agent 的入场券，不是再 demo「会点网页」。 小团队更在意后半段：登录态丢了谁救、截图/回放能不能对账单、挂了谁定位。 Skill 把能力接进真实工作流；没门控的全托管，续费留不住。

Profilbild von hello kkit⌘
hello kkit⌘vor 1 Tag

根本不需要这个技能就可以用了，好不好？脱裤子放屁

Ähnliche Videos

最近 Jev 挺火，我拿它去 12306 查了趟动车票，看看这种浏览器 Agent 到底能不能干点日常的活。 用的是 Browser Use 开源的 Jev Ultrafast，一个主打速度的浏览器 Agent，可以自己操作网页，完成你交给它的任务。 我这次用 Pi + DeepSeek 跑的，消耗也挺低。看着它在浏览器里操作，最后把车次整理出来，还挺有意思。 过程放视频里了⤵️
1:33

最近 Jev 挺火，我拿它去 12306 查了趟动车票，看看这种浏览器 Agent 到底能不能干点日常的活。 用的是 Browser Use 开源的 Jev Ultrafast，一个主打速度的浏览器 Agent，可以自己操作网页，完成你交给它的任务。 我这次用 Pi + DeepSeek 跑的，消耗也挺低。看着它在浏览器里操作，最后把车次整理出来，还挺有意思。 过程放视频里了⤵️

Yanhua

49,094 Aufrufe • vor 1 Tag

Claude 在Cowork 推出了中内置浏览器 当你的任务涉及网站时，浏览器会在 Cowork 的侧边栏中打开，Claude 会进行导航、填写表单并完成任务 这个浏览器属于 Claude 自己，与你的个人浏览器（历史、书签、标签页、密码）完全隔离。 你可以按需选择性同步部分网站的登录状态（支持 macOS 上的 Chrome/Edge/Firefox 以及 Windows/Linux 上的 Firefox），但银行、邮箱和单点登录（SSO）等敏感站点默认排除 适用场景：适合将完整的网页任务直接“外包”给 Claude，例如跨平台收集竞品调研数据、从供应商后台批量下载当月账单，或在没有 API 接口的系统里自动填表 面向 Pro、Max 和 Team 订阅用户陆续推送；Enterprise 企业管理员即日起可在后台开启 跨设备支持：内置浏览器依附于桌面端运行 只要你的电脑端桌面应用保持打开并联网，即使从手机端或网页端向 Claude 发送任务，它依然能调用桌面端的内置浏览器完成操作。 若之前已安装 Chrome 插件，默认仍优先使用插件；其他情况下默认启用内置浏览器（可在 Settings → Cowork → Preferred browser 中自由切换）。
0:30

Claude 在Cowork 推出了中内置浏览器 当你的任务涉及网站时，浏览器会在 Cowork 的侧边栏中打开，Claude 会进行导航、填写表单并完成任务 这个浏览器属于 Claude 自己，与你的个人浏览器（历史、书签、标签页、密码）完全隔离。 你可以按需选择性同步部分网站的登录状态（支持 macOS 上的 Chrome/Edge/Firefox 以及 Windows/Linux 上的 Firefox），但银行、邮箱和单点登录（SSO）等敏感站点默认排除 适用场景：适合将完整的网页任务直接“外包”给 Claude，例如跨平台收集竞品调研数据、从供应商后台批量下载当月账单，或在没有 API 接口的系统里自动填表 面向 Pro、Max 和 Team 订阅用户陆续推送；Enterprise 企业管理员即日起可在后台开启 跨设备支持：内置浏览器依附于桌面端运行 只要你的电脑端桌面应用保持打开并联网，即使从手机端或网页端向 Claude 发送任务，它依然能调用桌面端的内置浏览器完成操作。 若之前已安装 Chrome 插件，默认仍优先使用插件；其他情况下默认启用内置浏览器（可在 Settings → Cowork → Preferred browser 中自由切换）。

小互

11,109 Aufrufe • vor 24 Tagen

Claude Desktop 接管了我的 Chrome🐙 总算打通了！通过 MCP 协议，AI 现在可以直接操控浏览器 打开网页、填表单、点按钮 全部自动化 上次用的是插件方案，这次直接走 Claude Desktop，放在浏览器旁边就行 不用再多个窗口来回切 很多自动化场景在浏览器上，这一步打通，后面的事就顺了 一直在调的OpenClaw 小龙虾🦞就先放回池子里吧😂
0:26

Claude Desktop 接管了我的 Chrome🐙 总算打通了！通过 MCP 协议，AI 现在可以直接操控浏览器 打开网页、填表单、点按钮 全部自动化 上次用的是插件方案，这次直接走 Claude Desktop，放在浏览器旁边就行 不用再多个窗口来回切 很多自动化场景在浏览器上，这一步打通，后面的事就顺了 一直在调的OpenClaw 小龙虾🦞就先放回池子里吧😂

老张来了

66,808 Aufrufe • vor 6 Monaten

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版。 【1】Computer Use：最广，也最慢 Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用。Spotify、Xcode、系统设置、iOS 模拟器，甚至 iPhone Mirroring 都能控制。 代价是慢。结构化插件可以直接调 API，Computer Use 得一步步看界面、找按钮、等响应、再检查结果。但它能搞定没有 API 的应用，这是其他方式做不到的。 Mac 和 Windows 的体验差距很大：Mac 上 Codex 可以在后台静悄悄地操作，你继续用自己的电脑不受影响；Windows 上它必须占据前台，操作期间你没法用那台机器。 Jason 举了个例子：有次他的快递被偷了，Amazon 说要等 25 分钟才能接通客服。他让 Codex 每五分钟检查一次聊天窗口，客服出现后改为每分钟一次，自动完成退款流程。他去洗了个澡，回来退款已经办好了。 【2】Chrome 扩展：带着你的登录状态 Chrome 扩展让 Codex 使用你已登录的浏览器会话，包括 cookies、账号状态和已有标签页。Gmail、LinkedIn、Salesforce、公司内部后台，这些需要登录才能用的工具，Chrome 扩展是对的选择。 它还能同时控制多个标签页，在一个标签里读信息，到另一个标签里对比，再到第三个标签完成操作。Computer Use 也能操作浏览器，但它只认屏幕坐标，Chrome 扩展理解的是浏览器层面的上下文。 Jason 用它跑了一个长期任务：每天让 Codex 通过 Chrome 检查他的 Twitter 私信、浏览相关新闻、收集反馈，把有价值的内容存到本地文件，但不发任何消息。 要注意的是，网站会把 Codex 的点击和表单提交当作你本人的操作。研究、浏览、起草可以自动化，但发送、发布、付款这类操作最好留给自己确认。 【3】内置浏览器：给开发者的沙盒 内置浏览器住在 Codex 的对话线程里，你和 Codex 共享同一个渲染页面。它不带任何登录状态和 cookies，是个完全隔离的环境。 这反而成了开发场景的优势。它的主场是本地开发服务器、文件预览、公共网页、响应式布局检查和视觉 bug 复现。Codex 可以改代码、操作页面、截图、再跑一遍，形成紧密的反馈循环。 Jason 最喜欢的功能是标注：你可以直接在页面上点击某个元素留评论，比如"这个层级反了""这个按钮间距不够"，Codex 会拿着截图和元素上下文去改代码，改完重新打开同一个页面等你下一轮标注。比来回传截图和文字描述高效得多。 【选哪个？】 简单记：任务需要登录状态用 Chrome，需要操作桌面应用用 Computer Use，在做前端开发用内置浏览器。如果有现成的插件或 MCP 能完成任务，优先用结构化工具，视觉控制是最后手段。
1:28

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版。 【1】Computer Use：最广，也最慢 Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用。Spotify、Xcode、系统设置、iOS 模拟器，甚至 iPhone Mirroring 都能控制。 代价是慢。结构化插件可以直接调 API，Computer Use 得一步步看界面、找按钮、等响应、再检查结果。但它能搞定没有 API 的应用，这是其他方式做不到的。 Mac 和 Windows 的体验差距很大：Mac 上 Codex 可以在后台静悄悄地操作，你继续用自己的电脑不受影响；Windows 上它必须占据前台，操作期间你没法用那台机器。 Jason 举了个例子：有次他的快递被偷了，Amazon 说要等 25 分钟才能接通客服。他让 Codex 每五分钟检查一次聊天窗口，客服出现后改为每分钟一次，自动完成退款流程。他去洗了个澡，回来退款已经办好了。 【2】Chrome 扩展：带着你的登录状态 Chrome 扩展让 Codex 使用你已登录的浏览器会话，包括 cookies、账号状态和已有标签页。Gmail、LinkedIn、Salesforce、公司内部后台，这些需要登录才能用的工具，Chrome 扩展是对的选择。 它还能同时控制多个标签页，在一个标签里读信息，到另一个标签里对比，再到第三个标签完成操作。Computer Use 也能操作浏览器，但它只认屏幕坐标，Chrome 扩展理解的是浏览器层面的上下文。 Jason 用它跑了一个长期任务：每天让 Codex 通过 Chrome 检查他的 Twitter 私信、浏览相关新闻、收集反馈，把有价值的内容存到本地文件，但不发任何消息。 要注意的是，网站会把 Codex 的点击和表单提交当作你本人的操作。研究、浏览、起草可以自动化，但发送、发布、付款这类操作最好留给自己确认。 【3】内置浏览器：给开发者的沙盒 内置浏览器住在 Codex 的对话线程里，你和 Codex 共享同一个渲染页面。它不带任何登录状态和 cookies，是个完全隔离的环境。 这反而成了开发场景的优势。它的主场是本地开发服务器、文件预览、公共网页、响应式布局检查和视觉 bug 复现。Codex 可以改代码、操作页面、截图、再跑一遍，形成紧密的反馈循环。 Jason 最喜欢的功能是标注：你可以直接在页面上点击某个元素留评论，比如"这个层级反了""这个按钮间距不够"，Codex 会拿着截图和元素上下文去改代码，改完重新打开同一个页面等你下一轮标注。比来回传截图和文字描述高效得多。 【选哪个？】 简单记：任务需要登录状态用 Chrome，需要操作桌面应用用 Computer Use，在做前端开发用内置浏览器。如果有现成的插件或 MCP 能完成任务，优先用结构化工具，视觉控制是最后手段。

宝玉

185,988 Aufrufe • vor 3 Monaten

介绍 Memoh Desktop，一个多智能体桌面应用。 过去几个月，我们一直在维护 Memoh 这个多智能体自部署服务。自部署适合长期在线、多人使用和接各种消息渠道，但对个人用户来说，搭环境还是有点重。所以这次我们把 Memoh 搬到了桌面上。 在 Memoh Desktop 里，你可以创建多个 agent。它们可以有不同身份、不同记忆和不同 workspace，也可以连接不同的 channel。比如一个 agent 负责日常聊天和消息渠道，一个 agent 专门处理文件和代码任务，另一个 agent 用来跑网页自动化。 这些 agent 可以直接操作你的电脑，也可以使用宿主机 Docker 环境做沙盒隔离。需要本机权限的时候，就让它操作本地环境；需要安全边界的时候，就把它放进 Docker workspace 里跑。每个 agent 都有独立身份，目前支持 9 种 channel 连接。 0.9 版本里，我们还引入了容器内桌面环境。现在可以直接在 Docker 容器里运行一个 Xfce 桌面，并在里面启动有头浏览器，再通过 WebRTC 连接到这个容器桌面。也就是说，agent 不只是跑 headless Playwright，它可以在一个真实的图形浏览器会话里操作网页。很多登录、复杂交互、网页自动化场景，会比纯 headless 方式更自然，也能少踩一些兼容和风控问题。 下载链接见评论区。
1:16

介绍 Memoh Desktop，一个多智能体桌面应用。 过去几个月，我们一直在维护 Memoh 这个多智能体自部署服务。自部署适合长期在线、多人使用和接各种消息渠道，但对个人用户来说，搭环境还是有点重。所以这次我们把 Memoh 搬到了桌面上。 在 Memoh Desktop 里，你可以创建多个 agent。它们可以有不同身份、不同记忆和不同 workspace，也可以连接不同的 channel。比如一个 agent 负责日常聊天和消息渠道，一个 agent 专门处理文件和代码任务，另一个 agent 用来跑网页自动化。 这些 agent 可以直接操作你的电脑，也可以使用宿主机 Docker 环境做沙盒隔离。需要本机权限的时候，就让它操作本地环境；需要安全边界的时候，就把它放进 Docker workspace 里跑。每个 agent 都有独立身份，目前支持 9 种 channel 连接。 0.9 版本里，我们还引入了容器内桌面环境。现在可以直接在 Docker 容器里运行一个 Xfce 桌面，并在里面启动有头浏览器，再通过 WebRTC 连接到这个容器桌面。也就是说，agent 不只是跑 headless Playwright，它可以在一个真实的图形浏览器会话里操作网页。很多登录、复杂交互、网页自动化场景，会比纯 headless 方式更自然，也能少踩一些兼容和风控问题。 下载链接见评论区。

📦Acbox

47,369 Aufrufe • vor 4 Monaten

🚀 Chrome 146 刚刚发布！ 现在，只需 一个开关，就能把你当前的 Chrome 浏览器会话暴露给 MCP，让你的 CLI AI 代理直接在 真实页面里操作。 📌 不用启动新浏览器 📌 直接利用你当前的标签页 📌 读取内容、点击、注入 JS……想做什么就做什么 你会用这个能力做什么？🤔 🔗 项目地址：👇
0:26

🚀 Chrome 146 刚刚发布！ 现在，只需 一个开关，就能把你当前的 Chrome 浏览器会话暴露给 MCP，让你的 CLI AI 代理直接在 真实页面里操作。 📌 不用启动新浏览器 📌 直接利用你当前的标签页 📌 读取内容、点击、注入 JS……想做什么就做什么 你会用这个能力做什么？🤔 🔗 项目地址：👇

axiaisacat

99,693 Aufrufe • vor 6 Monaten

将 Chrome 浏览器默认搜索引擎替换成 GPTSearch GPTSearch 现在已经能用了 使用这个链接即可激活： 当然你也可以把它设置为自己的默认搜索选项 测试了下我感觉还是挺不错的。 2楼有测试结果↓
0:52

将 Chrome 浏览器默认搜索引擎替换成 GPTSearch GPTSearch 现在已经能用了 使用这个链接即可激活： 当然你也可以把它设置为自己的默认搜索选项 测试了下我感觉还是挺不错的。 2楼有测试结果↓

小互

286,625 Aufrufe • vor 1 Jahr

试了一下昨天这个海外产品 MuleRun，发现很牛啊。 从理念和效果上看都很厉害，感觉 Agent 产品要有新品类了。 我眼睁睁看这个 AI 帮我打完了星穹铁道的每日任务。 这个最强的核心能力是，每个用户都会有一个完整的虚拟机可以运行 Agent 帮你操作里面的软件，不只是浏览器。 Agent 创建者可以把完成任务的环境建好，用户就能直接用这些自动化的 Agent。 不是 Manus 那种你只能看到有限文件和界面的，你甚至可以自己操作里面的 Windows 电脑，这样想象力就丰富超级多了，Agent 终于拜托了 Office 三件套和网页生成。 他可以帮你自动做游戏的日常，能帮你用 Blender 建模。里面甚至还有帮你自动打崩坏星穹铁道的每日任务的 Agent 。 我亲眼看着他找到游戏的图标启动引导我登录之后开始自己操作角色和界面打对应的日常任务，太省心了，而且这个不死板，你可以指定任务完成的顺序和轮数以及完成哪些任务。 我还用里面的 Blender Agent 让他创建了一个灯塔模型。 里面还有帮你做视频的以及刷评论作图的 Agent，要是有邀请可以试试，很好玩。
1:21

试了一下昨天这个海外产品 MuleRun，发现很牛啊。 从理念和效果上看都很厉害，感觉 Agent 产品要有新品类了。 我眼睁睁看这个 AI 帮我打完了星穹铁道的每日任务。 这个最强的核心能力是，每个用户都会有一个完整的虚拟机可以运行 Agent 帮你操作里面的软件，不只是浏览器。 Agent 创建者可以把完成任务的环境建好，用户就能直接用这些自动化的 Agent。 不是 Manus 那种你只能看到有限文件和界面的，你甚至可以自己操作里面的 Windows 电脑，这样想象力就丰富超级多了，Agent 终于拜托了 Office 三件套和网页生成。 他可以帮你自动做游戏的日常，能帮你用 Blender 建模。里面甚至还有帮你自动打崩坏星穹铁道的每日任务的 Agent 。 我亲眼看着他找到游戏的图标启动引导我登录之后开始自己操作角色和界面打对应的日常任务，太省心了，而且这个不死板，你可以指定任务完成的顺序和轮数以及完成哪些任务。 我还用里面的 Blender Agent 让他创建了一个灯塔模型。 里面还有帮你做视频的以及刷评论作图的 Agent，要是有邀请可以试试，很好玩。

歸藏(guizang.ai)

62,627 Aufrufe • vor 1 Jahr

反检测浏览器一个月动辄收几百块，现在有人直接开源了一个能打的平替。 CloakBrowser，一个深度魔改的 Chromium 浏览器，专治爬虫和自动化场景下的各种检测。 - reCAPTCHA v3 评分 0.9，达到跟真人一个水平 - 主流爬虫检测 14 项全过，Cloudflare 验证也能自动绕过 - 完全兼容 Playwright，老项目改一行代码就能用上 GitHub： 市面上同类方案大多是靠脚本伪装，Chrome 一更新就失效。 CloakBrowser 直接改了 Chromium 的源代码，从底层让浏览器看起来就是个真实用户在操作。 开箱即用，200MB 大小安装包，做爬虫、数据采集、自动化测试的朋友可以试试。
0:27

反检测浏览器一个月动辄收几百块，现在有人直接开源了一个能打的平替。 CloakBrowser，一个深度魔改的 Chromium 浏览器，专治爬虫和自动化场景下的各种检测。 - reCAPTCHA v3 评分 0.9，达到跟真人一个水平 - 主流爬虫检测 14 项全过，Cloudflare 验证也能自动绕过 - 完全兼容 Playwright，老项目改一行代码就能用上 GitHub： 市面上同类方案大多是靠脚本伪装，Chrome 一更新就失效。 CloakBrowser 直接改了 Chromium 的源代码，从底层让浏览器看起来就是个真实用户在操作。 开箱即用，200MB 大小安装包，做爬虫、数据采集、自动化测试的朋友可以试试。

高军

42,067 Aufrufe • vor 4 Monaten

好了，SentiaRead 的浏览器插件 1.0 版本已经开发完了。 具体来说，做了一个非常不错的阅读模式，阅读体验跟 Mac 客户端完全一致，功能包括： 1. 支持多种阅读主题的切换 2. 支持字体类型、字体大小、行距的调整 3. 支持 TOC 目录 目前测试下来，发现一般的常规网页文章，包括 Twitter 的文章，也都能够很好地支持。 点击右上角的保存按钮，就可以直接调用 SentiaRead 的 Mac 客户端进行导入。导入之后，就可以在 Mac 应用以及 iOS（iPhone、iPad）上面阅读、查单词和翻译了。 现在已经提交到了 Chrome Web Store 进行审核，等审核通过之后，就可以进行安装和使用了。 即便你没有注册 SentiaRead 的账号，也完全可以免费使用阅读模式，切换不同的阅读主题。这些阅读设置会直接保存在你浏览器的缓存里。
1:37

好了，SentiaRead 的浏览器插件 1.0 版本已经开发完了。 具体来说，做了一个非常不错的阅读模式，阅读体验跟 Mac 客户端完全一致，功能包括： 1. 支持多种阅读主题的切换 2. 支持字体类型、字体大小、行距的调整 3. 支持 TOC 目录 目前测试下来，发现一般的常规网页文章，包括 Twitter 的文章，也都能够很好地支持。 点击右上角的保存按钮，就可以直接调用 SentiaRead 的 Mac 客户端进行导入。导入之后，就可以在 Mac 应用以及 iOS（iPhone、iPad）上面阅读、查单词和翻译了。 现在已经提交到了 Chrome Web Store 进行审核，等审核通过之后，就可以进行安装和使用了。 即便你没有注册 SentiaRead 的账号，也完全可以免费使用阅读模式，切换不同的阅读主题。这些阅读设置会直接保存在你浏览器的缓存里。

Kevin Ma

10,789 Aufrufe • vor 4 Monaten

有意思，没想到飞书和WorkBuddy也可以这么玩。就是配置稍微复杂了一点，有兴趣的可以看看。 这里我更推荐一下WorkBuddy自己的手机移动端APP，最近更新了，可以直接远程电脑，然后同步电脑上所有会话消息，简直不要太好用了，有点Codex的味道。 同时WorkBuddy也有微信小程序，但是我测试发现经常连不上。还是手机里的Workbuddy App更稳定。
0:37

有意思，没想到飞书和WorkBuddy也可以这么玩。就是配置稍微复杂了一点，有兴趣的可以看看。 这里我更推荐一下WorkBuddy自己的手机移动端APP，最近更新了，可以直接远程电脑，然后同步电脑上所有会话消息，简直不要太好用了，有点Codex的味道。 同时WorkBuddy也有微信小程序，但是我测试发现经常连不上。还是手机里的Workbuddy App更稳定。

AI少年

14,295 Aufrufe • vor 1 Monat

一句话告诉 Agent 要操控哪个网站，它自动帮你生成 CLI 工具，直接走你已登录的 Chrome 浏览器，不用调 API 或搞 token。 x-cli 的玩法是装上 Kimi WebBridge 插件后，对 Agent 说一句"帮我给某网站做个 CLI"，Agent 会先问你要哪些功能，然后自己去分析页面、写代码、生成工具。最后你拿到的 CLI 能直接控制你 Chrome 里已登录的会话，不走 API。仓库里给了四个成品：百度搜素、Google 搜索加抓取、Nano Banana 出图、ChatGPT 出图，都是 Go 写的。
2:27

一句话告诉 Agent 要操控哪个网站，它自动帮你生成 CLI 工具，直接走你已登录的 Chrome 浏览器，不用调 API 或搞 token。 x-cli 的玩法是装上 Kimi WebBridge 插件后，对 Agent 说一句"帮我给某网站做个 CLI"，Agent 会先问你要哪些功能，然后自己去分析页面、写代码、生成工具。最后你拿到的 CLI 能直接控制你 Chrome 里已登录的会话，不走 API。仓库里给了四个成品：百度搜素、Google 搜索加抓取、Nano Banana 出图、ChatGPT 出图，都是 Go 写的。

Geek Lite

32,326 Aufrufe • vor 4 Monaten

有个朋友最近想去 Threads 做账号。 内容方向他已经想好了，真正让他头疼的，是每天去哪里找热点，怎么整理素材，写完以后又怎么稳定发布。 我给他的建议很直接： 先用 EasyClaw 跑一套自动化。 刚好 EasyClaw EasyClaw 最近更新了 RPA 自动化，我也顺手拿这个需求实际测试了一遍。 最后做出来的效果是： Google Trends 获取热点 → 生成 Threads 文案 → 按照间隔逐条发布 整个过程比我原本想象中简单很多。 现在它也支持其他的平台实现自动化，感兴趣的可以去试试 首充用码 MJLH8QY7 可以享 95 折，每天 200 免费额度足够搭好几条监控了。 ////////////////////////// EasyClaw EasyClaw 需要从官推进入官网，再下载安装到电脑上，它目前并不是一个直接打开网页就能使用的 Web 工具。 因为后面会涉及浏览器操作、本地脚本和账号登录状态，我个人更建议安装在虚拟机，或者单独准备的 VPS 里。 一方面环境比较干净，可以减少其他软件和浏览器插件的干扰。 另一方面也能把自动化任务和自己的主力电脑隔离开，用起来会安心一些。 安装完成之后，找到里面的 automation-rpa Agent，就可以直接描述需求。 ////////////////////////// 我最开始给出的需求很简单（我把教程图贴了出来，我也把做好之后的运行视频录制了一下，大家可以看看）： “帮我做一个 Threads 运营工具，从 Google Trends 获取热点，再生成搞笑和 Crypto 方向的内容。” EasyClaw 会先确认热点来源、生成数量、发布方式和运行频率。 我选择抓取 5 个热点，生成 3 条内容，先保存草稿，确认没有问题以后再升级成自动发布。 接下来基本不用自己研究页面结构。 EasyClaw 会打开 Google Trends，处理弹窗，等待页面加载，找到热点列表并提取数据。 热点拿到以后，再按照提前设置好的方向生成 Threads 文案，并把结果保存到 Excel。 第一次运行时，可以先用少量数据试跑。 整套流程确认正常以后，再让它打开已经登录的 Threads，自动找到发帖入口、填写内容，并按照设置好的间隔逐条发布。 热点数量、内容方向、发布条数、间隔时间和文件路径，后面都可以直接修改。 第一次把流程做好，之后换一个话题、换一种文案风格，也能继续复用。 ////////////////////////// 最后生成的也不是一个只能在 EasyClaw 里运行的封闭任务。 整个流程会被整理成标准的 Python 脚本。 懂代码的人，可以打开 继续增加功能，接入新的数据源或者 AI API。 不懂代码的人，也可以直接调整参数运行。 后面还可以加入定时调度。 比如每天固定时间抓一次热点，生成几条内容，先保存草稿，或者直接发布到 Threads ////////////////////////// 这次实际用下来，EasyClaw 给我最明显的感受，就是做自动化的门槛确实被压低了。 以前想做一套类似的流程，可能要自己研究 Selenium、DOM 结构、浏览器驱动和各种报错。 现在只需要把需求尽量说清楚。 页面怎么打开，按钮在哪里，数据怎么提取，最后怎么整理成脚本，可以让 Agent 自己往下探索。 而且生成出来的任务还可以参数化。 今天用来做 Threads，明天换成抓取其他网站、整理资料或者批量处理一些重复工作，前面的思路都可以继续复用。 所以我愿意把 EasyClaw 理解成： 一个能操作真实浏览器，也能把操作写成脚本的 AI 助手。 你负责提出需求和检查结果。 中间那些重复、机械，又很浪费时间的操作，可以慢慢交给它。 我朋友原本只是想做一个 Threads 账号。 最后我们顺手给他搭出了一条能够反复运行的内容生产线。
0:39

有个朋友最近想去 Threads 做账号。 内容方向他已经想好了，真正让他头疼的，是每天去哪里找热点，怎么整理素材，写完以后又怎么稳定发布。 我给他的建议很直接： 先用 EasyClaw 跑一套自动化。 刚好 EasyClaw EasyClaw 最近更新了 RPA 自动化，我也顺手拿这个需求实际测试了一遍。 最后做出来的效果是： Google Trends 获取热点 → 生成 Threads 文案 → 按照间隔逐条发布 整个过程比我原本想象中简单很多。 现在它也支持其他的平台实现自动化，感兴趣的可以去试试 首充用码 MJLH8QY7 可以享 95 折，每天 200 免费额度足够搭好几条监控了。 ////////////////////////// EasyClaw EasyClaw 需要从官推进入官网，再下载安装到电脑上，它目前并不是一个直接打开网页就能使用的 Web 工具。 因为后面会涉及浏览器操作、本地脚本和账号登录状态，我个人更建议安装在虚拟机，或者单独准备的 VPS 里。 一方面环境比较干净，可以减少其他软件和浏览器插件的干扰。 另一方面也能把自动化任务和自己的主力电脑隔离开，用起来会安心一些。 安装完成之后，找到里面的 automation-rpa Agent，就可以直接描述需求。 ////////////////////////// 我最开始给出的需求很简单（我把教程图贴了出来，我也把做好之后的运行视频录制了一下，大家可以看看）： “帮我做一个 Threads 运营工具，从 Google Trends 获取热点，再生成搞笑和 Crypto 方向的内容。” EasyClaw 会先确认热点来源、生成数量、发布方式和运行频率。 我选择抓取 5 个热点，生成 3 条内容，先保存草稿，确认没有问题以后再升级成自动发布。 接下来基本不用自己研究页面结构。 EasyClaw 会打开 Google Trends，处理弹窗，等待页面加载，找到热点列表并提取数据。 热点拿到以后，再按照提前设置好的方向生成 Threads 文案，并把结果保存到 Excel。 第一次运行时，可以先用少量数据试跑。 整套流程确认正常以后，再让它打开已经登录的 Threads，自动找到发帖入口、填写内容，并按照设置好的间隔逐条发布。 热点数量、内容方向、发布条数、间隔时间和文件路径，后面都可以直接修改。 第一次把流程做好，之后换一个话题、换一种文案风格，也能继续复用。 ////////////////////////// 最后生成的也不是一个只能在 EasyClaw 里运行的封闭任务。 整个流程会被整理成标准的 Python 脚本。 懂代码的人，可以打开 继续增加功能，接入新的数据源或者 AI API。 不懂代码的人，也可以直接调整参数运行。 后面还可以加入定时调度。 比如每天固定时间抓一次热点，生成几条内容，先保存草稿，或者直接发布到 Threads ////////////////////////// 这次实际用下来，EasyClaw 给我最明显的感受，就是做自动化的门槛确实被压低了。 以前想做一套类似的流程，可能要自己研究 Selenium、DOM 结构、浏览器驱动和各种报错。 现在只需要把需求尽量说清楚。 页面怎么打开，按钮在哪里，数据怎么提取，最后怎么整理成脚本，可以让 Agent 自己往下探索。 而且生成出来的任务还可以参数化。 今天用来做 Threads，明天换成抓取其他网站、整理资料或者批量处理一些重复工作，前面的思路都可以继续复用。 所以我愿意把 EasyClaw 理解成： 一个能操作真实浏览器，也能把操作写成脚本的 AI 助手。 你负责提出需求和检查结果。 中间那些重复、机械，又很浪费时间的操作，可以慢慢交给它。 我朋友原本只是想做一个 Threads 账号。 最后我们顺手给他搭出了一条能够反复运行的内容生产线。

Mr.理想三旬(🌸,🍃)(FREE,WON)

13,853 Aufrufe • vor 1 Monat

Codex 好像终于把插件的 Widget 也开放给第三方开发者了，现在可以像官方插件一样直接打开一个专属于这个插件的操作界面了。 之前 Cowart 用内置浏览器什么都好就是不能实现网页内的交互可以向 Codex 主对话发送提示，但如果是放在 Widget 里就支持这个协议了。 目前官方的开发者文档里还没介绍这部分，但可以直接让Codex 参考官方插件 Creative Production 来做了。
0:27

Codex 好像终于把插件的 Widget 也开放给第三方开发者了，现在可以像官方插件一样直接打开一个专属于这个插件的操作界面了。 之前 Cowart 用内置浏览器什么都好就是不能实现网页内的交互可以向 Codex 主对话发送提示，但如果是放在 Widget 里就支持这个协议了。 目前官方的开发者文档里还没介绍这部分，但可以直接让Codex 参考官方插件 Creative Production 来做了。

钟二信

23,961 Aufrufe • vor 3 Monaten

卧槽，以后开发原生 App，可能真的不需要先准备移动设备了。 Dactyl 让你直接在浏览器里用自然语言描述需求，AI 生成 SwiftUI 代码，并通过 WASM 模拟器实时预览和操作。 从界面开发、功能调试，到摄像头、登录、支付等能力验证，都可以在浏览器中完成。确认效果后，再扫码安装到真实设备，或提交到应用商店。 这一切打开浏览器就能开始。
0:30

卧槽，以后开发原生 App，可能真的不需要先准备移动设备了。 Dactyl 让你直接在浏览器里用自然语言描述需求，AI 生成 SwiftUI 代码，并通过 WASM 模拟器实时预览和操作。 从界面开发、功能调试，到摄像头、登录、支付等能力验证，都可以在浏览器中完成。确认效果后，再扫码安装到真实设备，或提交到应用商店。 这一切打开浏览器就能开始。

Vince 聊开发

55,656 Aufrufe • vor 25 Tagen

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
0:33

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 Aufrufe • vor 2 Monaten

重磅发布：为爱发电，我做了一个DeepSeek harness 插件网站，里面聚合了最近热门的143个插件，会自动收录新的插件进来，方便大家检索和安装，也会做更多新功能。 DeepSeek harness 强在开源和插件，欢迎大家来体验 这里可以按分类浏览、搜索和查看排行榜。 每个插件都会展示仓库活跃度、Stars、许可证、Manifest 识别结果、安装命令与风险提示。遇到安装脚本、外部数据传输、Shell 权限或许可证缺失，也会直接标出来。 如果你正在使用 DeepSeek Harness，想给它加上视觉、记忆、子 Agent、工作流或更顺手的界面，可以先来这里逛一圈。少踩坑，也更容易发现一些真正有意思的新玩法。
0:37

重磅发布：为爱发电，我做了一个DeepSeek harness 插件网站，里面聚合了最近热门的143个插件，会自动收录新的插件进来，方便大家检索和安装，也会做更多新功能。 DeepSeek harness 强在开源和插件，欢迎大家来体验 这里可以按分类浏览、搜索和查看排行榜。 每个插件都会展示仓库活跃度、Stars、许可证、Manifest 识别结果、安装命令与风险提示。遇到安装脚本、外部数据传输、Shell 权限或许可证缺失，也会直接标出来。 如果你正在使用 DeepSeek Harness，想给它加上视觉、记忆、子 Agent、工作流或更顺手的界面，可以先来这里逛一圈。少踩坑，也更容易发现一些真正有意思的新玩法。

岚叔

64,662 Aufrufe • vor 1 Monat

卧槽，Agent 可以直接操作你的安卓手机！📱 介绍一下：android-remote-control-mcp 像人一样操作任何安卓 App手机自己跑 MCP server → 不用 root，不用数据线，不用电脑跑 ADB 中转装一次，人在外面也能遥控家里那台手机读屏、点按钮、划屏幕、打字、开 App、拍照、读通知，57 个工具全给你。 立即开搞👇 我在模拟器上从零跑了一遍，读一整屏的 UI 树只有 4000 字符出头，一千个 token 左右，比那些 dump XML 的方案省太多。 下面是完整安装步骤，手机和模拟器两条路都写了。如果嫌麻烦其实可以用 Airtap 的云手机，直接发送短信，免安装，开箱即用。 我录了一段 Agent 实际操作 Android 手机的过程，一句话丢给 Agent，它自己在模拟器里读屏、找按钮、点下去。 一、手机直接装（最简单） 手机浏览器打开项目的 Releases 页，下载最新的 APK（当前 v1.11.1，包 169 MB） APK 有两个版本，按手机选：GMS 版给正常带 Google 服务的手机，不确定就选它；FOSS 版给去谷歌化的 ROM，不依赖 Google 服务。 点开下载好的 APK 安装，中途会问你要不要允许「未知来源」，允许 打开 App，Server 页顶部会有一条权限提示，进去把无障碍服务打开。这一项是必须的，读屏和点击全靠它，不开的话所有工具都会报错 Android 13 以上，用 APK 侧载安装的应用，无障碍开关是灰的，点不动。去「设置 → 应用 → Android Remote Control MCP」，右上角三个点，选「允许受限设置」，验证一下指纹或密码，再回来开就正常了。 相机、麦克风、定位、通知这几个是可选的，对应的工具用不上就不用给 回到 Server 页点 Start。页面上会显示 IP、端口和一串 token，这三个待会儿要给 Agent 二、模拟器装（没有安卓手机，或者不想拿自己手机试） 先在电脑上装一台安卓模拟器。装 Android Studio 是最省事的路，它自带模拟器和 adb，建一台 Pixel 7、Android 15 的机器就行。 模拟器起来之后，剩下的步骤和真机完全一样：把 APK 拖进模拟器窗口装上，打开 App 开无障碍，回 Server 页点 Start。 模拟器不用管「允许受限设置」那一步，无障碍开关直接就能点。 三、接进 Agent 这一步别自己查文档了，把仓库链接丢给 agent，让它自己配： 读一下这个仓库的 README，把它的 MCP server 配到我的 Agent 里，配完验证能连上。 它会自己去看 README、写配置、跑一遍连通性检查。你只要把 App 里 Server 页显示的那串 token 和地址给它。 地址给哪个，取决于你怎么连：手机和电脑在同一个 WiFi 下，就在 App 里把绑定地址改成 0.0.0.0，用它显示的局域网 IP；用模拟器就是本机地址；人不在家，在 App 里开 Remote Access 隧道，用它给的那个公网地址。 仓库里还自带一个 Claude Code 插件，作用是反过来的——把手机上的通知、WiFi、地理围栏这些事件推进你的 Agent 会话里。这个也一样，让 agent 顺手一起装了。
0:31

卧槽，Agent 可以直接操作你的安卓手机！📱 介绍一下：android-remote-control-mcp 像人一样操作任何安卓 App手机自己跑 MCP server → 不用 root，不用数据线，不用电脑跑 ADB 中转装一次，人在外面也能遥控家里那台手机读屏、点按钮、划屏幕、打字、开 App、拍照、读通知，57 个工具全给你。 立即开搞👇 我在模拟器上从零跑了一遍，读一整屏的 UI 树只有 4000 字符出头，一千个 token 左右，比那些 dump XML 的方案省太多。 下面是完整安装步骤，手机和模拟器两条路都写了。如果嫌麻烦其实可以用 Airtap 的云手机，直接发送短信，免安装，开箱即用。 我录了一段 Agent 实际操作 Android 手机的过程，一句话丢给 Agent，它自己在模拟器里读屏、找按钮、点下去。 一、手机直接装（最简单） 手机浏览器打开项目的 Releases 页，下载最新的 APK（当前 v1.11.1，包 169 MB） APK 有两个版本，按手机选：GMS 版给正常带 Google 服务的手机，不确定就选它；FOSS 版给去谷歌化的 ROM，不依赖 Google 服务。 点开下载好的 APK 安装，中途会问你要不要允许「未知来源」，允许 打开 App，Server 页顶部会有一条权限提示，进去把无障碍服务打开。这一项是必须的，读屏和点击全靠它，不开的话所有工具都会报错 Android 13 以上，用 APK 侧载安装的应用，无障碍开关是灰的，点不动。去「设置 → 应用 → Android Remote Control MCP」，右上角三个点，选「允许受限设置」，验证一下指纹或密码，再回来开就正常了。 相机、麦克风、定位、通知这几个是可选的，对应的工具用不上就不用给 回到 Server 页点 Start。页面上会显示 IP、端口和一串 token，这三个待会儿要给 Agent 二、模拟器装（没有安卓手机，或者不想拿自己手机试） 先在电脑上装一台安卓模拟器。装 Android Studio 是最省事的路，它自带模拟器和 adb，建一台 Pixel 7、Android 15 的机器就行。 模拟器起来之后，剩下的步骤和真机完全一样：把 APK 拖进模拟器窗口装上，打开 App 开无障碍，回 Server 页点 Start。 模拟器不用管「允许受限设置」那一步，无障碍开关直接就能点。 三、接进 Agent 这一步别自己查文档了，把仓库链接丢给 agent，让它自己配： 读一下这个仓库的 README，把它的 MCP server 配到我的 Agent 里，配完验证能连上。 它会自己去看 README、写配置、跑一遍连通性检查。你只要把 App 里 Server 页显示的那串 token 和地址给它。 地址给哪个，取决于你怎么连：手机和电脑在同一个 WiFi 下，就在 App 里把绑定地址改成 0.0.0.0，用它显示的局域网 IP；用模拟器就是本机地址；人不在家，在 App 里开 Remote Access 隧道，用它给的那个公网地址。 仓库里还自带一个 Claude Code 插件，作用是反过来的——把手机上的通知、WiFi、地理围栏这些事件推进你的 Agent 会话里。这个也一样，让 agent 顺手一起装了。

劳伦斯

71,541 Aufrufe • vor 1 Monat

我开发了一个chrome插件，在浏览器里可以养一只猫。这只猫会安静的陪伴你。同时在任意网页里都会随机出现一条小鱼干，当你浏览网页突然发现小鱼干，别忘了喂给你的小猫。 插件还没发布，大家先看看视频，觉得是否有趣。 还可以加点什么好玩呢？
0:36

我开发了一个chrome插件，在浏览器里可以养一只猫。这只猫会安静的陪伴你。同时在任意网页里都会随机出现一条小鱼干，当你浏览网页突然发现小鱼干，别忘了喂给你的小猫。 插件还没发布，大家先看看视频，觉得是否有趣。 还可以加点什么好玩呢？

大帅老猿

87,574 Aufrufe • vor 2 Jahren