GitHubDaily(@GitHub_Daily):不久前，Browser Use 将接 Jev 接入 Agent 操作浏览器，这次 APUS 团队更进一步，用开源的 Qwen3.5 把这套思路搬到了本地。项目叫 Fast Browser Use，先扫一遍页面，只挑出当前看得见、点得动的按钮和输入框，编成 A、B、C 这样的选项。模型只做选择题，不写选择器代码，也就编不出不存在的元素，只有往输入框里打字时才真正生成文字。 README 里给了实测，从维基百科首页找到 Python 词条并打开，9B 模型中位 4 秒左右，填完一张设置表单 2.5 秒。 GitHub：https://t.co/jtJCzzpxUs 全程在本机推理，不调任何云端接口，页面内容也不外传。M 系列芯片的 Mac 有 16GB 内存就能跑 9B 的量化版，模型文件大约 6GB。装好后在 Claude Code、Codex 里直接调用，大模型负责想清楚要干什么，它负责快速点完，这种分工我觉得挺合理。

2026.09.29 04:00

不久前，Browser Use 将接 Jev 接入 Agent 操作浏览器，这次 APUS 团队更进一步，用开源的 Qwen3.5 把这套思路搬到了本地。项目叫 Fast Browser Use，先扫一遍页面，只挑出当前看得见、点得动的按钮和输入框，编成 A、B、C 这样的选项。模型只做选择题，不写选择器代码，也就编不出不存在的元素，只有往输入框里打字时才真正生成文字。 README 里给了实测，从维基百科首页找到 Python 词条并打开，9B 模型中位 4 秒左右，填完一张设置表单 2.5 秒。 GitHub：全程在本机推理，不调任何云端接口，页面内容也不外传。M 系列芯片的 Mac 有 16GB 内存就能跑 9B 的量化版，模型文件大约 6GB。装好后在 Claude Code、Codex 里直接调用，大模型负责想清楚要干什么，它负责快速点完，这种分工我觉得挺合理。