註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 浏览器操作
浏览器操作 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 浏览器操作 的搜尋結果
因为怕被Claude封号,所以Claude浏览器插件啥的都没装,是直接让Claude指挥Codex操控浏览器的,规则都写在了CLAUDE.md里,目前用着很舒服,分享一下这个小规则: #浏览器操作# - 用户是残障人士,不方便操作浏览器。网页上要点、要填、要确认的事(包括 GitHub、飞书后台这类要登录的设置页),一律交给 Codex 在 Chrome 里做,不写成步骤让用户自己去点。只有 Codex 也过不去的本人身份确认,才请用户做,而且只请他做这一步。 - 小事用内置浏览器自己做:本地 UI 的预览和验收、看页面效果、读文档或网页、截图核对、几步点击就能做完的检查。 - 复杂的交给本地 Codex 应用:多步骤或端到端的流程、要登录账号的后台、跨多个网站、耗时长或要反复尝试的;内置浏览器做着做着变复杂了也转交。Chrome 插件已关闭,需要真实浏览器和登录状态的都走 Codex。 - 用法:codex-browser "完整的任务描述";同一会话追加指令用 codex-browser --resume <会话ID> "追加指令",会话 ID 在输出末行;可能超过几分钟的放后台运行。Codex 每轮结束会关掉标签页,所以每次都写清网址、步骤和要带回什么(截图存到哪个路径)。
顯示更多
0
101
347
31
轉發到社區
网页只是 Agent 时代的过渡形态!Meta 把浏览器操作能力直接训进了模型,商家什么都不用做,Muse 就能用它们的网站。愿意合作的商家可以开放 API 直连,省得 Agent 再去爬网页。小扎说今天每家公司都有网站、社交账号和邮箱,以后每家公司也都会有自己的 Agent 👀 现在主动找上门要求深度接入的商家,远比想屏蔽的多。Computer Use 能力是 Agent 购物的最后一块拼图,有了它,你几乎可以让 Agent 替你买任何东西,等于给整个旧互联网加了一层终极兼容。所以屏蔽 Agent 什么也拦不住,只会把自己挡在下一波需求之外 🤔 — 节选自 Cheeky Pint 播客,Mark Zuckerberg × Alexandr Wang
顯示更多
0
13
27
1
轉發到社區
这两天 Codex 额度蹬完了,一直也没等来重置,把模型换成 DeepSeek Flash V4 之后发现内置浏览器操作好像不行了。换成了 @annaxtime 他们做的 ego lite 浏览器来让 Codex 做 Browser use 之后感觉惊人的好, 甚至觉得比 Codex 自己的内置浏览器操作还快。DeepSeek Flash V4 + ego lite 感觉可以平替我在 Codex 上的日常使用了。
顯示更多
0
60
1.1K
136
轉發到社區
33秒的视频--新版 ChatGPT Codex 侧边栏 + 电脑操控演示(含避坑指南) Codex 更新了 Chrome 浏览器插件(侧边栏),现在直接可以在浏览器打开CodeX的侧边栏工作,支持电脑操控。AI 可自动模拟真实浏览器操作:打开页面、点击、读取内容、抓取数据等,提升了网页交互能力,模仿真人的操作 接下来我手把手教你怎么设置,以及怎么避坑: 1. 先设置权限(关键,很多人都卡在这里): 打开 Codex 设置 → 电脑操控 开启 Google Chrome,确认显示 已连接(绿色小点) 🌟连接不上或无法运行 → 换 VPN 节点;换节点还不行,就让 Codex 检查本地是否有残留的其他浏览器操作插件(如 OpenCLI),清理后即可。我实测有效 2. 设置完成后,在浏览器直接打开 ChatGPT / Codex 侧边栏 进行对话,即可操纵浏览器 我的视频操作是,直接在CodeX侧边栏输入: “帮我直接在小红书搜索 CODEX 相关内容,找到5个点赞比较高的作品,每个作品再抓5条热门评论。最后帮我总结大家在关心什么、吐槽什么、想知道什么。” AI 通过 Chrome 集成技术自动读取搜索结果,打开高赞笔记,抓取评论区,输出结构化总结(安装、费用、国内使用限制、实际用法等讨论点) 整体用下来还是比较丝滑的,没有遇到什么卡点 适用场景: 各种网页平台内容抓取与分析(包括小红书、X、LinkedIn、电商平台、论坛等)、UI 测试、数据提取、网页自动化操作、竞品研究、报告生成 设置好后效率很高,适合社媒运营、内容研究以及各类需要浏览器交互的工作
顯示更多
0
21
137
25
轉發到社區
.@axisrobotics 一定要做的事 1⃣18 号就快照了,(绑定 X 和 Discord) 2⃣做的任务必须签名,签名才计分 3⃣嘴撸,18号之前必须提交你的帖子 Axis Robotics 超简教程 浏览器操作模拟机器人生成数据,赚积分(需签名)。 ✅打开: 选任务 → 做完后去 Portfolio 签名。 操作: 双击物体:自动靠近 拖蓝色环:移动 键盘:↑↓←→ 移动,E/D 上下,SPACE 夹爪,N 存档 B 恢复 要点:动作平滑、少抖动;Post-training 少接管;签名才计分
顯示更多
复制下面 prompt,让 Agent 帮你装好插件和助手: 请帮我安装或升级乔木剪藏: 。先读 README.md 和 native/README.md,按我的系统与浏览器操作。 下载最新正式 release 的 -chrome-local.zip,解压并指导我加载扩展;同时安装对应版本的 helper:macOS 下载 qiaomu-clipper-helper.pkg 并指导我双击安装,其他系统按仓库文档安装。已有旧版先备份并保留数据,最后检查扩展与助手连接,指导我选择 Obsidian 笔记库。
顯示更多
Claude Code 记得加上 `--chrome`,可以调用 claude-in-chrome 插件,现在 browser-use 能力无比强大,现在但凡有一点点重复的浏览器操作,我都不用自己的手。 `claude --dangerously-skip-permissions --chrome`
顯示更多
0
36
38
2
轉發到社區
平时用 AI 辅助写代码效率确实高,功能迭代飞快,但安全测试却跟不上节奏 Shannon 正好能解决这个问题 它定位为全自动 AI 渗透测试员,专门在代码发布前进行白盒安全审计 不仅分析源代码,还会像黑客一样发起真实攻击 自动挖掘注入、XSS、权限绕过等漏洞,并尝试执行攻击脚本,直接证明漏洞的真实性 采用多智能体架构并行处理侦察与漏洞利用,底层依赖 Claude 系列模型驱动 整个测试过程完全自动化,从 2FA 登录到浏览器操作再到最终报告,一条命令搞定 提供 Docker 部署方式,支持通过 Anthropic API 或 Claude Code OAuth 运行 建议在测试环境部署使用。 GitHub:
顯示更多
怎么低成本搭建自己的AI助手? deepseek R1模型发布以来,各种AI应有又有了一波大的爆发,但是数据保密成了一个不容忽视的问题。如果想较低成本地搭建一个私人应用的AI助手,可以自己调试生成限制,调试输出文本内容,数据不外传,成本尽可能低,不知道是不是可行。 本文详细介绍如何通过Dify和Chrome MCP的结合,在3分钟内搭建一个能操作网页的AI助手。文章提供了从环境准备、Dify部署、Chrome MCP安装到配置的完整步骤,展示了AI助手在自动网页搜索、表单填写、数据抓取等场景的应用,并解释了工作原理、问题排查及进阶技巧,让读者能够零代码实现网页自动化任务。 你是否想过让AI不仅能回答问题,还能直接操作浏览器帮你做事?比如自动填写网页表单、抓取特定数据、或者点击按钮?现在,通过Dify和Chrome MCP的结合,你可以在3分钟内搭建一个能真正"动手"操作网页的AI助手。 本文将手把手教你如何在本地部署Dify并配置Chrome MCP服务器,打造你的私人网页自动化助手。 准备工作:确保你的环境就绪 在开始前,请确保你的系统已安装: •Docker 和 Docker Compose(用于快速部署Dify) •**Node.js 18+**(用于运行Chrome MCP服务器) •Git(用于克隆项目仓库) 第一步:快速部署Dify(仅需1分钟) Dify是一个强大的LLM应用开发平台,我们通过Docker快速部署: # 创建项目目录 mkdir dify-chrome-mcp && cd dify-chrome-mcp # 下载Docker部署配置 curl -o docker-compose.yml # 启动Dify服务 docker-compose up -d 等待1分钟左右,访问 http://localhost:80 就能看到Dify管理界面。首次使用需要创建账号并完成初始化设置。 第二步:安装Chrome MCP服务器(1分钟) 打开新的终端窗口,安装并启动Chrome MCP服务器: # 安装Chrome MCP服务器 npm install -g @modelcontextprotocol/server-chrome # 启动Chrome MCP服务(会自动打开Chrome浏览器) server-chrome 服务启动后,你会看到类似下面的输出,表示MCP服务器正在9999端口监听: Server running on http://localhost:9999 Chrome browser launched and connected successfully 第三步:在Dify中配置Chrome MCP(1分钟) 现在回到Dify管理界面,进行关键配置: 1.进入设置 > 模型供应商 > MCP服务器 2. 点击添加MCP服务器 3. 填写配置信息: •服务器名称: Chrome-Automation •服务器URL: http://localhost:9999 4. 点击验证并保存,看到绿色成功提示 效果验证:让AI帮你操作网页 配置完成后,你就可以在Dify的Playground中测试你的网页自动化AI助手了。 试试这些实用场景: 场景1:自动网页搜索 请打开百度首页,在搜索框中输入"最新AI技术发展",点击搜索按钮,然后告诉我第一页的搜索结果标题。 场景2:自动填写表单 请打开"张三",邮箱栏填写"zhangsan@email.com",在留言区填写"咨询产品信息",然后点击提交按钮。 场景3:数据抓取与分析 请打开 工作原理:为什么这很厉害? 这个组合的厉害之处在于分工明确: •Dify:负责与LLM对话,理解你的自然语言指令,并将其分解成具体的浏览器操作步骤 •Chrome MCP服务器:负责实际控制Chrome浏览器,执行具体的网页操作命令 •LLM(大语言模型):作为大脑,理解你的意图并规划操作流程 常见问题排查 server-chrome 2.连接失败:检查Dify和Chrome MCP服务器是否在同一个网络环境下,防火墙是否允许9999端口通信 3.操作超时:复杂网页加载需要时间,可以增加超时设置:server-chrome --timeout=60000 4.权限问题:在MacOS/Linux上可能需要权限:sudo npm install -g @modelcontextprotocol/server-chrome 进阶使用技巧 掌握了基础用法后,你还可以尝试这些高级功能: •多页面管理:同时控制多个浏览器标签页,完成更复杂的任务 •用户身份保存:让AI记住登录状态,下次直接操作无需重新登录 •定时任务:结合Dify的工作流功能,设置定时自动化任务 •异常处理:教会AI识别操作失败的情况并自动尝试替代方案 如何学习大模型 AI ? 由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。 但是具体到个人,只能说是: 最先掌握AI的人,将会比较晚掌握AI的人有竞争优势。 这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。 #AI# #AIAgent# @grok @xai
顯示更多
昨天春晚实在太无聊,扒拉了一会儿 OpenClaw 代码,吐槽了几句。今天有时间了,简单说一些发现吧 1. OpenClaw 内置的 Agent Loop 简单到令人发指,是用了一个叫 pi-ai 的SDK,也就是最基础的连续工具调用。 2. OpenClaw 的异步性本质还是个定时任务,也就是 30 分钟扫一次状态,并不是 event driven 之类的异步设计。可以说实际上是比较偷懒的。 3. OpenClaw 调度上的创新是 gateway 内部引入了一个主调度线程,但这个线程并没有作用在 Agent Loop 上,更多是用来给不同模块通讯用的。 4. OpenClaw 的工具看起来多,实际上核心就三个部分:浏览器操作,文件操作,cmd 操作。没了。跟 Claude Code 基本一样。 5. OpenClaw 的创新之处是他大量引入了 file 的特性在架构里,比如文件下载、截图等,这部分确实很有意思。但很多人宣称的 file driven Agent,实际看了就是个 等效产物,反而很无聊。 综上所述,OpenClaw 是个架构上远远没有那么“OS 级别”的 Agent,甚至最核心的 Agent Tool Loop 部分也没什么特别的。 当然,OpenClaw 的主要创新点是把一系列平时想不到的组件全都通过 gateway 连接到一起, 反而产生了奇妙的化学作用,一定程度上产生了 OS Agent 级别的“效果”,因此仍然非常有学习价值。
顯示更多
0
57
910
115
轉發到社區