浏览器自动化相关工具、教程与提示词

汇集浏览器自动化主题下已发布的工具、教程、提示词与场景资料,帮助你了解用途、使用条件及操作方法。

Agent 与工作流精选

✧

Telos|读取网页、排查 CI 与受控操作本机的 MCP 工具

Telos

Telos 是本地运行的 MCP 服务器与命令行,让 AI Agent 在明确授权后读取网页与公开 API、排查 GitHub Actions 失败、静态检查 HTML 页面,并受控驱动浏览器或 Windows 应用。

MCP 服务 MCP 服务器浏览器自动化
需要部署 · 国内可用性待核验
使用难度待核验
✧

BrowserBash|自然语言驱动真实浏览器的自动化测试与验证工具

BrowserBash

用自然语言目标驱动真实 Chrome 完成浏览器操作、测试与验证,可作为 CLI 或 MCP 服务接入 AI 编码代理。

Agent 配套工具 本地部署浏览器自动化
需要部署 · 国内可用性待核验
使用难度待核验
✧

Stagehand|浏览器自动化与网页数据提取SDK

Stagehand

Stagehand 是面向浏览器代理的 SDK,可用自然语言执行点击、观察与结构化数据提取,支持 TypeScript、Python 和 Go。

Agent 开发框架 浏览器自动化TypeScript
需要部署 · 国内可用性待核验
使用难度待核验
✧

browser-use|开源AI浏览器智能体(Python库与CLI)

browser-use

让大语言模型驱动本地或云端浏览器,自动完成网页检索、填表、点击等任务的 Python 开源浏览器智能体,并提供配套 CLI、云浏览器与托管 Agent API。

Agent 智能体 Python浏览器自动化
需要部署 · 国内可用性待核验
使用难度待核验
✧

Playwright MCP|浏览器自动化 MCP 服务器

Playwright MCP

基于 Playwright 的可访问性快照让大模型操作网页的 MCP 服务器,无需视觉模型。

MCP 服务 浏览器自动化TypeScript
需要部署 · 国内可用性待核验
使用难度待核验
✧

ClawBench | 浏览器 AI Agent 日常在线任务评测基准

ClawBench

面向浏览器 AI Agent 的开源评测基准,在真实网站上运行订餐、预订、求职等日常任务,并以五层证据记录与 LLM 评判给出可复现分数。

Agent 开发框架 Python浏览器自动化
需要部署 · 国内可用性待核验
使用难度待核验
✧

Atomic Agent|本地优先的桌面AI智能体

Atomic Agent

一个在本地运行控制循环和状态的 AI Agent,可驱动浏览器、编辑文件、执行经审批的命令并跨会话记忆,支持本地或云端模型。

Agent 智能体 本地部署浏览器自动化长期记忆
需要部署 · 国内可用性待核验
使用难度待核验
✧

thursday-agent|本地语音助手多智能体协作

thursday-agent

一个运行在本机的开源语音助手,把较慢的任务交给一组后台机器人,在真实浏览器、命令行和文件中完成,并保持语音对话不中断。

Agent 智能体 多智能体协作浏览器自动化
需要部署 · 国内可用性待核验
使用难度待核验
✧

agent-qa|自然语言驱动的Web与移动端自动化QA测试代理

agent-qa

一个可通过CLI、仪表盘或编码代理接入的自改进QA代理,支持用自然语言描述用户旅程,并在Web、Android或iOS上执行测试并留存证据。

Agent 智能体 浏览器自动化TypeScript
需要部署 · 国内可用性待核验
使用难度待核验

AI 工具

w
外部应用

webcmd|把网站导航编译为站点专属命令行技能

一款面向 AI 智能体的浏览器技能:学过一次网站的导航方式后,就能编译成确定性的站点专属 CLI 命令,通过 webcmd skills add 安装到 Claude Code、Codex 等编程智能体宿主中使用。

Agent SkillsAI 编程智能体宿主(如 Claude Code、Codex)
使用难度
站长实测状态尚未登记
B
外部应用

BrowserAct Skills|可复用智能体技能与浏览器自动化工作流目录

一个汇集可复用AI智能体技能与浏览器自动化工作流的目录站,覆盖资料研究、电商、社交与搜索信息提取、视频平台、地图及运营自动化等场景,适合需要快速查找现成自动化流程的智能体用户参考。

Agent Skills网页目录(具体运行环境依各条目而定)
使用难度
站长实测状态尚未登记
C
外部应用

Chrome DevTools MCP|让AI编程智能体控制并检查Chrome浏览器

一个由Chrome DevTools官方提供的MCP服务器,让Claude Code、Gemini CLI等AI编程智能体直接控制正在运行的Chrome,进行性能分析、网络调试、截图和查看控制台日志,适合需要边写边测的开发者。

浏览器与计算机自动化Chrome 浏览器、支持 MCP 的 AI 编程智能体(如 Claude Code、Gemini CLI)
使用难度
站长实测状态尚未登记
b
外部应用

bb-browser|让智能体接管真实 Chrome 会话

让 AI 智能体直接控制你正在使用的 Chrome 浏览器会话,借助已有登录状态访问网站,无需额外申请 API 即可完成网页操作任务。

浏览器与计算机自动化待核验(依赖 Chrome 浏览器)
使用难度
站长实测状态尚未登记
b
外部应用

browser-use|让AI智能体用自然语言操作网页浏览器

browser-use是一个Python开源库,让AI大模型通过自然语言指令控制浏览器,自动完成网页导航、信息提取和表单填写,适合做网页自动化与智能体开发的用户。

浏览器与计算机自动化Python库;官方提供云托管服务
使用难度
站长实测状态尚未登记
千
外部应用

千问办公(QwenWork)|办公文件处理与汇报制作助手

面向日常办公场景,围绕文件处理和汇报制作提供辅助,结合 Office 工具、浏览器自动化与定时任务,适合需要整理材料、生成汇报的办公人群,具体能力取决于版本与配置。

AI 工作台与智能体待核验
使用难度
站长实测状态尚未登记
O
外部应用

Open Cowork|可观察并操作桌面的可配置智能体

一个可配置的智能体项目,能在桌面、云端或浏览器环境中观察并执行多步骤操作,适合需要自动化电脑与网页任务的用户,本地运行需自行配置。

AI 工作台与智能体本地部署,具体支持的操作系统待核查
使用难度
站长实测状态尚未登记
K
外部应用

Kimi Work|本地文档调研与自动化任务助手

面向本地文档调研与重复性任务,可处理本地文件,并支持浏览器自动化与定时任务,适合需要整理资料、减少重复操作的个人与办公场景。

AI 工作台与智能体网页产品(是否提供桌面端或插件待核验)
使用难度
站长实测状态尚未登记
L
GitHub 开源

Lightpanda|面向AI代理的无头浏览器

提供面向自动化和AI Agent的无头浏览器,可通过浏览器协议连接现有工具,读取网页并执行交互。它不是模型,也不等于具备完整桌面Chrome功能。

AI 编程辅助Linux、macOS与Docker路线;没有原生Windows二进制
使用难度
站长实测状态尚未登记