Nanobrowser est un cadre d'automatisation de navigateur IA open source qui a récemment explosé sur GitHub, et a reçu plus de 17 000 étoiles au cours de la première semaine de son lancement. Son noyau adopte un modèle de collaboration à double intelligence : le planificateur désassemble les commandes en langage naturel en étapes opérationnelles, et le navigateur exécute, lit et effectue d'autres opérations dans des pages web réelles. Le projet prend en charge les opérations locales et l'accès multi-modèle, et peut réaliser des tâches d'automatisation de pages web telles que la saisie de thèses, la comparaison de prix, la surveillance de l'opinion publique, etc. Des cas typiques montrent qu'il réalise la saisie de données de thèses en 2 minutes et demie, et que le coût n'est que de 0,1 dollar.
- Ce résumé est généré par une IA qui analyse le contenu de l'article à des fins d'information uniquement.
"Arrêtez le copier-coller et laissez l'intelligence artificielle trouver les réponses dans la page web elle-même.
Si vous avez encore des difficultés dans ce domaine :
- Nettoyer manuellement des dizaines de pages web pour en extraire des données ;
- Passer sans cesse de Taobao/Xiaohongshu/thesis station pour comparer les prix ;
- L'intelligence artificielle doit vous aider à travailler sur le web, mais tout ce qu'elle peut faire, c'est "parler" ......
Dans ce cas, vous devez essayer le projet open source qui a récemment explosé sur GitHub - leNanobrowserver.
Moins d'une semaine après sa mise en ligne, il a engrangé 17 000+ Étoile, connu par les développeurs sous le nom de "Dieux de l'automatisation des navigateurs pilotée par l'IA".
Son objectif est simple :Faire sortir les grands modèles de la boîte de dialogue pour les faire apparaître sur la page et les faire travailler !.
🤖 Qu'est-ce que Nanobrowser ?
Le Nanobrowser n'est pas un navigateur normal, mais un Cadre d'automatisation web natif AI.
Vous pouvez lire dans ce document :
"Equipez votre grand modèle de bras et de jambes pour qu'il puisse marcher, cliquer, lire et résumer librement dans le monde réel du web".
Il est construit par la communauté open source, en fusionnant Système de collaboration multi-intelligence + moteur d'automatisation de la navigationIl prend en charge les opérations locales, est entièrement open source et est entièrement compatible avec les grands modèles courants (par exemple DeepSeek, MiniMax, GPT, Claude, etc.).
🛠️ Comment cela fonctionne-t-il ? Les deux intelligences travaillent ensemble.
Au cœur de Nanobrowser se trouve la coopération tacite de deux personnages IA :
1️⃣ Planificateur
Responsable de "trouver ce qu'il faut faire".
Disons que vous tapez :
Allez sur la page des articles de Hugging Face et regardez les trois premiers articles, en résumant les résumés et en les classant par nombre de "likes".
Le planificateur le décompose automatiquement en étapes :
✅ Ouvert https://huggingface.co/papers
✅ Lire le premier titre, le nombre de likes, le résumé
URL de l'enregistrement
Répéter trois fois
✅ Résumer et classer
2️⃣ Navigateur
Responsable de la "mise en œuvre pratique".
Il le fera :
- Ouvrez la page de manière réaliste dans votre navigateur ;
- Identifiez chaque bouton, zone de texte et image comme étant cliquable ;
- Simule les actions humaines : cliquer, faire défiler, taper, lire le DOM ;
- Retour en temps réel des résultats de l'exécution au planificateur.
l'ensemble du processusAucune intervention humaine n'est nécessaireEn effet, si l'on se réfère à l'article 2, c'est comme si l'on engageait un stagiaire pour faire des courses, prendre des notes et rendre compte de l'ensemble par lui-même.
🧪 Exemple concret : une phrase qui permet à l'IA d'automatiser des tâches complexes
✅ Cas : Crawl Automatisé Étreignant le Visage Trois Premiers Papiers
Vos instructions.: :
veuillez vous rendre sur le site https://huggingface.co/papersLe site Web de la Commission européenne, en parcourant les trois premiers articles dans l'ordre, enregistre le titre, l'URL et le nombre de "likes". Enregistrez le titre, l'URL et le nombre de "likes", résumez le résumé, et enfin résumez-les par ordre du nombre de "likes".
Fonctionnement du Nanobrowser: :
- Accéder automatiquement à la page web ;
- Identifier avec précision la structure DOM de chaque document ;
- Lire les titres, les appréciations et les résumés ;
- Renvoie le résultat structuré :
1) OmniVinci (24 Likes)
Résumé : Macromodèle omnimodal open source avec alignement cross-modal amélioré via OmniAlignNet ......
2. skyfall-GS (15 Likes)
Résumé : Générer des scènes urbaines 3D de haute fidélité à partir d'images satellite ......
3) LightsOut (13 Likes)
Résumé : Élimination des reflets de lentilles grâce à la modélisation de la diffusion ......prendre une période de (x temps): 2½ minutes.
dépenser (du temps ou de l'argent): Seulement 0,1 yuan(en utilisant l'API DeepSeek)
Si vous le faites manuellement, il vous faudra au moins 10 minutes pour démarrer, et vous devrez ouvrir plusieurs onglets.
💡 Que pouvez-vous en faire ?
Le potentiel de Nanobrowser va bien au-delà de l'exploration de documents. Il peut facilement gérer les scénarios suivants :
- Assistant de comparaison des prix: :
"Trouver des enceintes bluetooth étanches sur Taobao, Jingdong, Pinduoduo, dans la limite de 50 $, lister les 3 modèles les moins chers." - Suivi de l'opinion publique: :
"Parcourir les dernières 24 heures des notes du Little Red Book sur 'LTX-2' afin d'agréger les évaluations des utilisateurs". - Analyste de données: :
"Extraction des données du PIB provincial du troisième trimestre 2025 à partir de la page web de l'ONS pour générer des CSV". - créateur de contenu: :
"Aller sur la chaîne YouTube Hot Tech et récupérer les 5 derniers titres et synopsis de vidéos pour m'aider à trouver l'inspiration pour mes sélections". - recherche universitaire: :
"Recherchez arXiv pour 'AI video generation' et téléchargez le résumé, trié par citations".
En résumé : Nanobrowser peut prendre en charge toutes les tâches web qui requièrent des yeux et des mains humains.
🧩 Points forts techniques : pourquoi est-il si intelligent ?
- opération localeLes données restent locales, la confidentialité et la sécurité sont garanties ;
- Prise en charge de plusieurs modèlesLa clé API peut être configurée pour accéder à n'importe lequel des grands modèles ;
- Perception des DOML'étiquetage automatique des éléments web, l'IA peut "voir" les boutons, les boîtes de saisie, les formulaires ;
- Obligation de traçabilitéLe système de gestion de l'information de la Commission européenne (CEI) est un système de gestion de l'information de la Commission européenne (CEI) ;
- Entièrement open sourceLe code, la documentation et les exemples sont tous accessibles au public et gérés par la communauté, ce qui permet une évolution rapide.
Adresse GitHub :
👉 https://github.com/nanobrowser/nanobrowser
🚀 Comment commencer ? 3 étapes.
- Installer le Nanobrowser(Windows / macOS / Linux pris en charge) ;
- Configuration de votre clé API Big Model(par exemple, DeepSeek, MiniMax, OpenAI, etc.) ;
- Saisir des commandes en langage naturel dans la barre latéraleCliquez sur Exécuter !
Pas besoin d'écrire des scripts, pas besoin de connaître XPath.Parlez et vous pourrez demander à l'IA d'aller en ligne..
🌟 Écrire à la fin de la journée.
Dans le passé, l'IA était une "machine à questions et réponses" ;
Aujourd'hui, Nanobrowser en fait un "employé numérique".
Il n'est peut-être pas parfait - les fenêtres pop-up complexes sont parfois mal reconnues et le chargement dynamique du contenu nécessite de l'attente.
Mais sa direction est sans équivoque :Ramener l'automatisation à l'intelligence, rendre les corps intelligents réellement "actionnables"..
Si vous en avez assez des manipulations répétitives sur le web
Si vous voulez une IA qui ne se contente pas de "parler", mais qui "agit".
Ainsi.Nanobrowser est peut-être l'outil que vous attendiez !.
评论列表 (11条)：
加载更多评论 Chargement...