Nanobrowser AI浏览器自动化完整教程从装扩展到跑通第一个任务【免费下载链接】nanobrowserOpen-Source Chrome extension for AI-powered web automation. Run multi-agent workflows using your own LLM API key. Alternative to OpenAI Operator.项目地址: https://gitcode.com/GitHub_Trending/na/nanobrowser重复打开页面、点链接、把信息一条条抄出来——这类网页活又碎又耗时。Nanobrowser 是一个开源的 AI 浏览器自动化工具它以 Chrome 扩展的形式跑在你的浏览器里内置 Planner规划者和 Navigator导航员两个智能体协作完成任务而且用的是你自己的 LLM API 密钥不需要额外订阅费。这篇教程按先懂原理、再装工具、后配模型、最后跑任务的顺序带你走完全流程。先搞懂它怎么工作两个智能体分工在动手之前花两分钟理解它的架构后面配模型时会明白为什么一个模型不够用。Planner任务规划者负责拆解你下达的指令制定步骤策略遇到障碍时还会自我纠错、动态调整方案。Navigator网页导航员负责执行具体的页面操作——识别元素、点击、滚动、提取内容。两者各司其职Planner 不需要频繁操作页面所以可以用推理更强的模型Navigator 操作频繁但单次任务简单适合选轻量快速的模型。这也是它能把 API 成本压下来的关键设计。浏览器支持方面官方完整支持 Chrome 和 EdgeFirefox、Safari 及其他 Chromium 变体如 Opera、Arc不在支持范围内建议直接用 Chrome 或 Edge。把扩展装进浏览器三条路径按需选从 Chrome Web Store 一键添加最省事打开 Chrome Web Store搜索Nanobrowser点击添加确认安装。点击浏览器工具栏右侧的拼图图标把 Nanobrowser 固定到工具栏方便随时唤起侧边栏。需要注意的是商店版本受审核流程影响可能会比官方发布页晚几个版本。如果只是想先体验这条路最省心。本地加载发布包用最新功能想用上刚发布的功能走这条手动路线从项目仓库的 release 页面下载最新的nanobrowser.zip解压到一个固定目录如文档文件夹。地址栏输入chrome://extensions/回车。打开右上角的开发者模式开关。点击加载已解压的扩展程序选中解压后的文件夹。加载成功后工具栏会出现 Nanobrowser 图标即安装完成。升级也一样简单重新下载压缩包、覆盖旧文件然后在扩展卡片上点刷新图标。从源码构建开发者路线要改代码或做定制就需要本地构建。前置环境两个硬性要求Node.js v22.12.0和pnpm v9.15.1。git clone https://gitcode.com/GitHub_Trending/na/nanobrowser cd nanobrowser pnpm install pnpm build构建产物在dist目录按上一条本地加载的步骤把该目录加载进浏览器即可。开发调试时用热重载模式改代码后扩展会自动更新pnpm dev接通AI服务填密钥并给两个智能体分别选模型扩展装好后是空的必须接入你自己的大模型才能工作。点击工具栏的 Nanobrowser 图标打开侧边栏。点右上角的设置齿轮图标进入 LLM Providers 选项卡。添加 API 密钥。支持 OpenAI、Anthropic、Google Gemini、Groq、Cerebras、Llama、Ollama以及任意兼容 OpenAI 格式的自定义服务填 Base URL 密钥即可。在模型配置区为 Planner 和 Navigator 分别指定模型。给规划者和导航员分别选模型官方推荐的两档配置可直接抄作业智能体角色追求效果控制成本主要职责Planner 规划者Claude Sonnet 4Claude Haiku 或 GPT-4o拆解任务、制定策略、遇阻纠错Navigator 导航员Claude Haiku 3.5Gemini 2.5 Flash 或 GPT-4o-mini页面导航、元素交互、内容提取经济档对复杂任务的输出稳定性会差一些可能需要更多轮迭代但单次成本明显更低。另外如果你通过 Ollama 或自定义服务跑本地模型则完全零 API 开销、数据不出本机官方建议的本地模型包括 Qwen3-30B-A3B-Instruct-2507、Falcon3 10B、Qwen 2.5 Coder 14B、Mistral Small 24B且提示词要写得更具体、步骤拆得更细。模型选定后还可以微调参数非推理模型能调 temperature 和 topPO 系列推理模型则提供从 minimal 到 high 的思考力度选项任务越复杂越值得给 Planner 更高的档位。下达第一条指令跑一个真实任务配置完成后挑一个信息密度高的页面验证效果比如任意新闻网站或电商平台在侧边栏输入指令例如提取当前页面最新5条信息点击发送。观察侧边栏里两个智能体的协作过程Planner 先给出步骤Navigator 逐条执行完成后结果直接汇总在对话里。对结果不满意可以直接追问——它支持上下文连续的 follow-up 提问历史会话也能在侧边栏回看。一个稍复杂一点的指令示例去 TechCrunch 提取最近24小时的10条头条能完整看到规划—执行—汇总的全链路。出问题时按这个顺序排查扩展加载失败确认开发者模式已开启商店安装则跳过此项。检查解压目录是否完整路径里避免特殊字符。重启浏览器后重新加载一次。智能体无响应回设置页确认 API 密钥拼写正确、未过期、账户有余额。确认所选模型在该提供商下当前可用。网络不稳定时先手动调用一次对应 API 验证连通性。任务执行失败或跑偏把指令拆得更短更具体避免一句里塞多个目标。确认目标网站没有登录墙或反爬限制。提高 Planner 的思考力度参数或换推理能力更强的模型重试。装完之后的下一步基础流程跑通后可以沿着三个方向深入成本调优用不同模型组合跑同一批任务对比质量和花费找到适合自己的性价比配置。本地化部署接 Ollama 跑本地模型敏感场景下数据完全不出设备。参与共建项目源码中 chrome-extension/src/background/agent/ 目录是智能体核心实现chrome-extension/src/browser/dom/ 负责 DOM 解析与页面交互想改提示词或行为逻辑从这里读起最快贡献流程见 CONTRIBUTING.md。Nanobrowser 的价值在于把浏览器操作这件重复劳动外包给了 AI而操作本身、API 密钥和运行环境都留在你自己手里。装好、配好、跑通第一条指令剩下的就是把它往你的日常流程里塞。【免费下载链接】nanobrowserOpen-Source Chrome extension for AI-powered web automation. Run multi-agent workflows using your own LLM API key. Alternative to OpenAI Operator.项目地址: https://gitcode.com/GitHub_Trending/na/nanobrowser创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考