爱意满满的作品展示区。
martin2013

一人公司:我做了个替你操作网页的浏览器智能体

  •  
  •   martin2013 · 7h 14m ago · 369 views

    上周有人问我:一个人做产品,最难的是什么?

    我说不是写代码。是你得先当自己产品的用户——同一套流程手动做几十遍,才知道哪一步值得交给 AI ,哪一步交出去反而是灾难。

    油小猴就是这么做出来的:先给自己用,用顺了才敢推给别人。

    先说清它解决什么

    大部分人用 AI 的姿势是这样的:看到一段有用的内容 → 复制 → 切到另一个标签页 → 贴进对话框 → 拿到答案 → 再把人话翻译成操作,一步步点回去。

    来回四次切换,中间还可能贴错。

    问题从来不是模型不够聪明,是它不在现场。它不知道你在看哪个页面、点到哪一步、页面上有哪几个按钮。

    油小猴干的事很简单:把 AI 放进浏览器侧边栏,让它看得见你眼前这一页。

    它其实干三件事

    对话模式与 Agent 模式

    一、知道你在看什么

    打开侧边栏直接问,不用复制粘贴。它能读到当前页面的标题、地址和可见内容:

    • 长文先要一版结构化摘要,再顺着追问;
    • 把页面里的表格、列表抽成 JSON 、CSV 或 Markdown ;
    • 选中一段文字,划词翻译或者润色;
    • 让它把整页内容整理成一篇可发布的草稿。

    二、需要动手的时候,它自己动手

    这是它和「网页版 AI 」真正的分界线。

    对话模式下它只能说;切到 Agent 模式,它会读真实页面结构,然后在授权范围内点按钮、填表单、切标签页、上传下载、截当前页,并且根据每一步的实际结果决定下一步。

    不是甩给你一段 Selenium 代码让你自己跑,是它现在就把活干完。

    Agent 的四大核心能力

    整个过程写在侧边栏里:正在做什么、执行到第几步、每一步返回了什么。可以开着看,也可以中途停。

    三、重复的事,攒成脚本

    一次性的任务过去就过去了。第二次做同样的活,我会让它在当前网站生成一个完整脚本,先跑一次验证结果,再装进油小猴——以后打开匹配的网页,脚本自己就在,不用另装一个脚本管理器。

    生成的脚本大致长这样(示例,真实生成会按目标站点的结构来):

    const rows = [...document.querySelectorAll('.product')].map((el) => ({
      name: el.querySelector('.title')?.innerText.trim(),
      price: el.querySelector('.price')?.innerText.trim(),
    }));
    console.table(rows);
    

    会写代码的人可以改它,不会写的人只管用。

    双模式:什么时候用哪个

    对话模式 Agent 模式
    适合 答疑、总结、翻译、改写、看代码 多步骤的网页任务
    会不会动页面 不会 会:点击、填写、切标签、上传下载、截图
    速度 秒级 慢,一步一步执行
    需要注意 无 提交、付款这类操作要自己确认

    分界线很简单:问答案用对话,要结果用 Agent 。

    它和「网页版 AI 」不是一类东西

    网页版 AI 传统网页自动化 油小猴
    知道当前页面 不知道,靠你复制 靠你写选择器 直接读标题、地址、可见内容
    谁来执行 你自己 固定脚本,页面一改版就废 Agent 逐步执行,看结果再决定
    上手门槛 低 高 会说人话就行
    结果能不能留下 不能 能,但要维护代码 能,装成脚本复用
    一个入口几个模型 一个 没有 平台接入的都能切

    安全和边界,我自己先划好

    • 不会悄悄动:可能改变页面状态的操作(点击、提交、上传)分「自动」和「请求」两种批准方式,默认要你点头;
    • 随时能停:对话和 Agent 任务都能中途停止;
    • 断链就收工:浏览器连接断开后,后台任务不会继续执行;
    • 只处理你发起的那一页:它不是爬虫,是你手边的一把工具。

    收费:积分,不是订阅

    • 不按月订阅,不自动续费;
    • 按模型真实消耗结算成积分,失败不计费;
    • 注册送一点、每天签到再送一点,够你把它用明白;
    • 用完扫码充值,客服手动到账;
    • 积分永久有效,不清零。

    不自动续费意味着我得自己盯着每一笔到账;也意味着你不用为了试一个工具,先绑一张卡。

    它的短板,我自己列

    • 只有 Chromium:Chrome 、Edge 能装,Safari 和 Firefox 不行;
    • Agent 慢:多步任务要一步步来,急着出结果时不如写死的脚本;
    • 复杂站点会卡:动态加载、iframe 、验证码这类它也会犹豫,需要你在旁边看着;
    • 充值要人工:客服在线时间之外,到账会慢一些;
    • 闭源:扩展本体不开源,只有行为是透明的。

    想试试

    装扩展 → 登录 → 打开任意网页,点侧边栏问第一个问题,就这么三件事。

    Edge 商店里直接装; Chrome 从官网下载安装包侧载。

    右下角悬浮球,随时唤起侧边栏

    装好之后不一定非开侧边栏:右下角有个悬浮球,划词工具栏和识图也能在个人中心里按需开关。

    先别急着让它干重活。找一页你本来就要读的长文,让它先读一遍——你会知道该不该把它留在浏览器里。

    https://aibot365.com/?from=blog

    1 replies  •  2026-10-29 01:18:51 +08:00
    Hubs
        1
    Hubs  
       2h 52m ago
    这玩意儿是不是你做的?
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   1348 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 28ms · UTC 20:11 · PVG 04:11 · LAX 13:11 · JFK 16:11
    ♥ Do have faith in what you're doing.