AutoGLM Chrome 插件:AI真人般控制电脑手机
发表于|更新于|大语言模型
AutoGLM是由智谱AI(Zhipu AI)推出的AI智能体工具,它让AI能够像真人一样操作电脑和手机。与传统AI助手只能回答文字问题不同,AutoGLM可以理解图形界面中的按钮、菜单和输入框,并自主执行点击、滑动、输入等操作。它支持在电脑端和移动端运行,可以帮你完成订外卖、查天气、发微信、整理文件等日常任务。AutoGLM代表着AI从”对话助手”向”数字员工”进化的重要一步。
相关推荐

2025-02-18
OmniParser v2:开源AI自动控制电脑完成任务
免费开源AI自动控制你的电脑执行你下达的任务啊。今天要介绍的是微软的OmniParser V2,其实大家如果还记得的话,我接个月前就介绍过OmniParser的v1版本了,这次的升级版本比v1快了60%,能理解更多的屏幕和浏览器上的元素,它的工作原理就是对电脑截屏,然后通过各种视觉大语言模来解析应该操作当前屏幕的哪个位置… Github入口
2024-11-29
OmniParser:微软AI控制电脑方案
OmniParser是微软推出的AI桌面控制解决方案,它让大语言模型能够”看懂”电脑屏幕并操控操作系统。核心原理是利用视觉语言模型对屏幕截图进行结构化解析——识别桌面图标、菜单按钮、文本框等UI元素的位置和功能,然后让LLM根据用户指令决定如何操作这些元素。OmniParser是微软在Computer Use领域的重要布局,让AI Agent能够像人类一样操作电脑完成复杂任务,如文件整理、软件操作和数据录入等。 访问入口
2024-12-01
Browser Use:AI真人般操作浏览器
Browser Use是一个开源AI工具,它让大语言模型能够像真人一样操作网页浏览器。它利用Computer Use技术,让AI能”看”到网页界面、定位按钮和输入框、点击链接、填写表单、滚动页面等,实现浏览器操作的完全自动化。你可以让Browser Use帮你完成各种繁琐的网页操作任务,比如自动填写多步骤表单、批量抓取网页数据、自动登录网站执行操作等。最重要的是,Browser Use在GitHub上开源免费,开发者可以基于它构建自己的网页自动化Agent,是RPA(机器人流程自动化)领域的一款重要开源项目。 访问入口
2024-11-29
Claude Computer Use API - 大模型如真人操纵电脑
Claude Computer Use API是Anthropic为Claude模型推出的革命性功能,它让AI能够像真人一样操控电脑屏幕——移动鼠标、点击按钮、输入文字、滚动页面、浏览文件等。与传统的API调用不同,Computer Use API让Claude能”看”到屏幕截图,理解界面布局,然后自主执行操作。这意味着Claude可以帮你完成填写表单、查找文件、操作软件等一系列需要图形界面交互的任务,真正实现了”AI替你用电脑”。
2024-11-29
HolyTrick-通过对话现场修改当前网页的AI工具
HolyTrick是一款创新的AI浏览器扩展工具,它能让你通过自然语言对话的方式,实时修改当前网页的内容和样式。你正在浏览一个网页,觉得字体太小、颜色太丑、或者想改掉页面上的某些文字——你只需点击HolyTrick的悬浮图标,输入你想要的变化(如”把标题改成蓝色加大”、”删除这个广告区域”),AI就会立即执行修改。这就像给每个网页都配了一个”AI网页设计师”,让网页定制变得前所未有的简单。 访问入口

2025-02-06
Surf.new:AI自动控制浏览器完成任务.
控制浏览器完成任务的免费AI Agent啊!今天淘到的这个叫做surf.new的Agent就牛逼了,我么可以给他下一个指令,然后它就能自动帮我们细化这个指令,然后一步步操作浏览器来完成我们的任务… Github项目入口 在线访问入口
公告






