Browser Operator：AI真人般自动操作浏览器！
OpenAI最新发布了几个Agent相关功能，遥相呼应国内上几天大火的Manus。我们快速来看下几个关键更新更新。首先，提供了一个新的API叫做Responses API，有玩过OpenAI的开发肯定知道chat completion api，但这个api只能做正常的对话问答，新增的这个responses API调用时可以额外提供工具参数，让chatgpt能直接进行工具调用。比如下面这个例子，是不是和completion api很相似…
相关工具已收录于 AI工具严选
Browser Operator
开源AI浏览器操作工具
微信赞赏
相关推荐
2025-06-25
一键安装MCP！小白也能轻松用上MCP!
MCP是个好东西，但就是各种MCP Server太分散太难找，就算找到了，一般人也不懂得配置，就算配置好了，跑在你本机上你也担心不安全，谁知道这个server的开发者会不会埋个病毒！而今天淘到的这个Docker MCP Toolkit就是来解决你所有这些问题的。容器里面跑，够安全了吧，一键安装配置到cursor，claude等客户端，足够简单了吧， 提供大量的MCP servers让你免费用，足够集中了吧。废话不多说，立刻给大家demo下怎么用 Docker官网
2025-10-09
Gemini 2.5 Computer Use！谷歌版Browser Use!
Gemini 2.5 Computer Use 模型炸裂上线！这个模型是 Gemini 2.5 Pro 的专业扩展。无论是自动完成重复性任务、浏览网页以收集信息，还是执行复杂的多步骤操作，Gemini 2.5 Computer Use 都展现出卓越的效率和精准度，相信有用过Manus的对这种通用智能体并不陌生。 Browserbase访问入口 API访问入口
2025-03-26
UI-TARS：字节免费版Manus实现AI控制电脑！
字节跳动退出UI-Tars硬吃Manus啊！我们知道AI智能体是当红炸子鸡，可惜能体验到的寥寥无几。 这里跟大家分享下字节跳动的UI-tars，一步步教你怎么用AI来控制你的电脑！ 项目入口
2026-03-22
CLI-Anything！将所有软件智能体化！AI 高手进阶之路！
CLI-Anything是一款革命性的工具，它能让AI Agent通过命令行操控你电脑上的任何软件——包括那些没有API的闭源应用。通过结合MCP协议和桌面自动化技术，CLI-Anything将每一个软件都”封装”成AI可以调用的工具，实现跨应用的自动化操作。这是AI高手进阶的必经之路——掌握了CLI-Anything，你就能让AI帮你操作Photoshop、Excel、浏览器等任意软件，完成真正的端到端自动化。 访问入口
2025-11-07
手把手教你写AI智能体！Function Calling版
最近想花点时间重新熟悉一下Agent构建框架LangChain，其实如果大家记得的话，我两年多前ChatGPT和LangChain刚出来的时候我就分享过不少LangChain的编程知识。但时隔多年，很多功能都已经改变了。现在他们主要的功能编程AI智能体Agent的开发了。如果有长期关注我的，应该知道，我们不用LangChain，直接通过大语言模型的function calling也能做Agent啊，为什么非要用它呢？其实我们还真不是非要用。我们知道框架和库的作用其实就是帮我们做好了封装，让我们用起来更容易而已。今天，我们先试下直接用nodejs来写一个简单的取天气的智能体，让大家先了解下智能体开发的基础流程，然后再下一个视频再用LangChain来做同样事情，大家就会很清楚LangChain带给我们的好处了。我这里用的是DeepSeek的API来实现的。大家先看下… 代码: 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455...
2026-01-22
AionUi：开源版 Claude Cowork！可以用免费模型！
Anthropic最新推出的这个可以操作你电脑的claude cowork可谓是火得一塌糊涂！比如经典的例子就是可以整理我们得文件夹！可惜的是需要max订阅！死贵死贵得！今天哥特意到到了一个开源平替，叫做aionui！它可以用免费的Gemini CLI的额度已经免费的opencode，如果有看我geminicli和opencode系列教程的应该知道他们都是有提供免费额度或者模型的 访问入口
