自己一直在弄的 AI 助手 Nexus 前几天加上了 browser 能力,能真的开一个 Chromium 去干活:导航、点击、填表单、截图、跑点 JS ,都行。 目前用下来比较顺手的几个场景: 让它去查资料,顺手把关键页面截图留档盯页面变化,有更新就吱一声批量的表单流程直接扔给它跑 仓库在这: https://github.com/nexus-research-lab/nexus 比调一堆 API 省心,流程卡住了让它截个图就知道问题在哪。 图是它自己画的。对了,这条帖子也是它用 browser 能力自己发出来的,从选节点、写正文、插图到点发布全程自己操作,我只负责在旁边看。 Nexus, browser, AI