Nanobrowser 快速指南：3 步让 AI 浏览器自动化智能体跑起来
【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
如果你的日常工作有大量重复的网页操作——在多网站之间抄录清单、每天登录十几个系统导出数据——Nanobrowser 可以接管这些操作。它是一个开源 Chrome 扩展，在你的浏览器本地运行多智能体浏览器自动化，只需自带一份 LLM API 密钥。
🧭 30 秒装好扩展：最短路径是商店版
Nanobrowser 对运行环境只有一个硬性要求：浏览器必须是 Chrome 或 Edge，Firefox、Safari、Opera 均不支持。装完即可用，不需要本地环境。
| 方式 | 你要做什么 | 适合谁 |
|---|---|---|
| Chrome 商店版 | 搜索后一键添加 | 普通用户，默认推荐 |
| 加载已解压（最新 release 包） | 下载最新 zip，开发者模式加载 | 想拿到最新功能（商店版因审核可能滞后） |
| 源码构建 | clone 仓库、pnpm build，加载 dist 目录 | 要改代码的开发者 |
商店版只需 4 步：
- 在 Chrome 中打开扩展商店，搜索 "Nanobrowser"。
- 在扩展页点击 "Add to Chrome"。
- 在确认弹窗中点击 "添加扩展程序"。
- 打开
chrome://extensions/，把 Nanobrowser 图标固定到工具栏。
选源码构建的话，命令如下（需 Node.js ≥ 22.12.0、pnpm ≥ 9.15.1），构建后把"加载已解压的扩展程序"指向仓库里的dist目录：
git clone https://gitcode.com/GitHub_Trending/na/nanobrowser cd nanobrowser pnpm install pnpm build🧪 打开侧边栏，先发出第一个任务
点击工具栏的 Nanobrowser 图标，右侧会弹出一个聊天式的侧边栏。在输入框里粘贴下面这句任务指令，发送：
提取当前页面前 5 个项目的名称、star 数和一句话简介（当前页面可先打开 GitHub Trending）
首次发送时，你会看到系统提示尚未配置模型——这是正常的第一道门槛，不是故障。所有配置都只保存在你本地浏览器里，下一步就把它补上。
🔑 补上配置：API 密钥与两个角色的模型分工
从侧边栏右上角的齿轮图标进入设置页。要配的东西只有两件：模型从哪来（API 密钥）、每个角色用哪个模型。
第一步，添加供应商。在 LLM Providers 区域选择一家：OpenAI、Anthropic、Gemini、Groq、Cerebras、DeepSeek、Ollama、OpenRouter、Azure OpenAI，或任意 OpenAI 兼容的自定义服务。填好 API 密钥后点保存，密钥只存在本地 storage，不经过任何第三方服务器。用 Ollama 本地模型则不需要密钥，只填 Base URL。
第二步，给两个角色各分一个模型。Nanobrowser 把网页自动化拆成两个需要独立配模型的角色（源码见 chrome-extension/src/background/agent/）：
| 角色 | 职责 | 性能优先 | 成本优先 |
|---|---|---|---|
| Planner（规划者） | 把任务拆成步骤、决定下一步、卡住时自我纠正 | Claude Sonnet 4 | Claude Haiku / GPT-4o |
| Navigator（导航员） | 实际执行点击、输入、滚动，读取页面内容 | Claude Haiku 3.5 | Gemini 2.5 Flash / GPT-4o-mini |
另有一个 Validator 负责校验任务是否真正完成，跟随主流程执行，无需单独选模型。每个角色还带 temperature、topP 滑杆，首次使用保持默认值即可。官方推荐的模型组合见 README.md。
👀 看执行过程：一次正常任务应该长什么样
配置保存后回到侧边栏，把刚才的指令重新发送。一次正常的执行你会依次看到：
- Planner 先给出计划，把任务拆成若干明确步骤。
- Navigator 开始操作页面：滚动、点击、读取，侧边栏实时显示每一步的状态。
- 遇到障碍时 Planner 重新规划，比如页面结构和预期不一致，它会调整 Navigator 的做法而不是直接失败。
- 任务结束后结果回到侧边栏，你可以接着追问，例如"把以上内容整理成表格"。
结果不理想时先检查指令写法：指令越具体，执行越稳定。"提取前 5 个项目的名称和 star 数"比"帮我看看这页有什么"可靠得多。侧边栏的交互逻辑在 pages/side-panel/，设置项的本地存储实现在 packages/storage/。
⚠️ 避坑清单：现象 → 处理
- 扩展图标不出现或置灰→ 确认开发者模式已开启、选择的是 manifest 所在的那一层目录；重启浏览器再加载一次。
- 发送指令后毫无反应→ 确认 API 密钥已点保存，且 Planner、Navigator 两个角色都选了模型。
- 任务反复失败、原地打转→ 把指令拆细、缩小范围；确认目标网站没有登录或验证码拦截。
- 本地模型（Ollama）输出混乱→ 改用更具体、分步骤的指令，避免笼统说法；换更大的模型再试。
- 商店版缺少新特性→ 商店审核有延迟，换"加载已解压"方式装最新 release 包。
- 想装在 Firefox / Safari / Opera→ 不支持，只有 Chrome 和 Edge 是官方支持的浏览器。
✅ 跑通之后的两个动作
- 建立自己的任务清单。把示例换成你最重复的真实工作：比价、抓取清单、汇总新闻。指令和真实页面越贴合，智能体的执行越可靠。
- 用本地模型再跑一遍（可选）。接上 Ollama 走通完整流程：没有 API 费用，数据不出本机。社区对本地模型的实测结果记录在 README.md 的模型选择一节里。
【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
