浏览器自动化工具！开源 AI 浏览器助手让你效率翻倍
前言
在 AI 自动化快速发展的当下，浏览器早已不再只是“用来点点点”的工具。越来越多的网页任务——信息抓取、表单填写、跨站流程处理——都开始依赖自动化来提升效率。而最近，一款开源的浏览器自动化工具Nanobrowser引起了不少技术圈的关注。
它不仅免费、开源，还能在本地浏览器中直接运行 AI 自动化流程，让网页操作真正做到“像人一样执行”。如果你正在寻找一款安全、灵活、可控的浏览器自动化工具，那么它绝对值得一试。
Nanobrowser是什么？
Nanobbrowser 是一款基于浏览器扩展运行的开源 AI 自动化工具，定位类似于 OpenAI Operator 的免费替代方案。它的核心理念是：让多个 AI 代理协同工作，自动完成复杂的网页任务。
它的特点非常鲜明：
核心优势
- 完全免费：无需订阅，只需使用自己的 LLM API Key。
- 隐私安全：所有操作在本地浏览器执行，敏感信息不会上传云端。
- 多模型支持：兼容 OpenAI、Anthropic、Gemini、Ollama 等多家 LLM。
- 开源透明：自动化逻辑完全公开，可审计、可扩展。
- 多代理协作：Planner 规划、Navigator 执行、Validator 校验，流程清晰可控。
相比传统的脚本自动化（如 Selenium），Nanobrowser 更像是“AI 驱动的智能浏览器助手”，无需写代码即可完成复杂任务。
安装方式：三种模式
Nanobrowser 提供三种安装方式，适合不同用户需求。
1. Chrome Web Store（推荐）
适合普通用户，安装即用。
2. 手动安装最新版本
适合想体验最新功能的用户：
- 从 GitHub Releases 下载 zip
- 解压后，打开 Chrome 浏览器，进入
chrome://extensions/ - 开启右上角 “开发者模式”，点击 “加载已解压的扩展程序”，选择解压后的
nanobrowser文件夹； - 配置 API Key 和模型即可使用
3. 源码构建（开发者模式）
适合二次开发或想深度定制的用户。
安装 Node.js（v22.12.0+）和 pnpm（v9.15.1+） git clone https://github.com/nanobrowser/nanobrowser.git cd nanobrowser #安装依赖： pnpm install #构建扩展： pnpm build（构建结果在dist目录） #加载扩展：参考手动安装步骤，选择dist文件夹 #开发模式（可选）： pnpm dev实际使用体验
安装完成后，只需打开侧栏，添加模型服务商，即可开始使用。
点击“open settings” 添加大模型
Windows 下设置 OLLAMA_ORIGINS
步骤 1：打开系统环境变量
- 按Win + S搜索：
环境变量 - 点击：“编辑系统环境变量”
- 在弹出的窗口中点击：“环境变量(N)…”
步骤 2：新增系统变量
在“系统变量”区域点击新建：
- 变量名：
OLLAMA_ORIGINS- 变量值：
chrome-extension://*点击确定保存。
步骤 3：重启 Ollama 服务
你可以直接重启电脑，或者手动重启 Ollama：
Windows 下设置（临时生效)
如果你只想当前 PowerShell 会话生效，可以用：
powershell: setx OLLAMA_ORIGINS "chrome-extension://*"⚠️ 注意：setx会写入注册表，但不会影响当前窗口，需要重新打开 PowerShell 或重启电脑才生效。
如何验证是否设置成功？
打开新的 PowerShell：
echo $env:OLLAMA_ORIGINSchrome-extension://*说明设置成功。
例如输入 搜索“人工智能”，AI 会自动：
- 分析当前网页结构
- 识别可操作元素
- 自动执行浏览、抓取、整理等步骤
- 最终输出结构化结果
整个过程无需你手动点击，AI 会像一个熟练的网页操作员一样完成任务。
打开闲鱼
大模型： ollama，qwen3b:20b
给它一个指令“打开闲鱼，搜索2T硬盘，并得到结果”。
改成
打开“https://www.goofish.com/” 搜索2T硬盘，并得到结果使用大模型： kimi
报错：你使用的模型不支持 Structured Output
Planning failed: Failed to invoke gpt-oss:20b with structured output: Could not parse response with structured output例如：
gpt-oss:20b- 某些本地模型（Ollama）
- 某些开源模型（Qwen、Llama、Mixtral 的部分版本）
这些模型能聊天，但不能严格按 JSON / Schema 输出，导致 Planner 解析失败。
解决方案
把Planner 模型换成一个支持结构化输出的模型，例如：
- GPT-4 系列
- GPT-4o 系列
- Claude 3 系列
- Gemini 2 系列
- Qwen2.5（部分版本支持）
不要用本地模型当 Planner。
Nanobrowser的缺点
1.模型兼容性限制明显（最大痛点）
Planner 必须使用支持 Structured Output 的模型
- 本地模型（Ollama）大多不支持
- Kimi（Moonshot）不支持
- 大部分开源模型不支持
- 代理 API（如 gpt-oss）也不完全兼容
导致：Planner 只能用 GPT-4o / Claude / Gemini 等强模型，成本较高。
2. Structured Output 错误频发
常见报错：
- Could not parse response
- Invalid json_schema
- Unsupported keywords: $schema
这些都来自模型不兼容。
总结
Nanobrowser 作为一款开源、免费、隐私友好的 AI 浏览器自动化工具，正在重新定义网页操作方式。
开源地址：https://github.com/nanobrowser/nanobrowser
它更适合：
- 技术用户
- 自动化爱好者
- 需要本地隐私的场景
- 想用 AI 做网页自动化的开发者
不太适合：
- 完全小白
- 企业级 RPA 场景
- 需要高稳定性的任务
无论你是技术爱好者、数据采集人员、运营从业者，还是想提升效率的普通用户，它都能带来显著的效率提升。
如果你想体验真正的 AI 自动化浏览器，不妨试试 Nanobrowser。
