VicroCode
让代码创造价值
VicroCode是一个轻量级代码在线发布、交易平台,开箱即用,免部署、免服务器、免备案,支持接入智能体、通用管理系统、游戏等多种项目
稍候片刻,您可先学习AI编程手册
正在加载中...

市场信息

[分享创造] 一人公司:我做了个替你操作网页的浏览器智能体

上周有人问我:一个人做产品,最难的是什么? 我说不是写代码。是 你得先当自己产品的用户 ——同一套流程手动做几十遍,才知道哪一步值得交给 AI ,哪一步交出去反而是灾难。 油小猴就是这么做出来的:先给自己用,用顺了才敢推给别人。

www.v2ex.com · 2026-10-28T12:57:17+00:00

上周有人问我:一个人做产品,最难的是什么?我说不是写代码。

是 你得先当自己产品的用户 ——同一套流程手动做几十遍,才知道哪一步值得交给 AI ,哪一步交出去反而是灾难。油小猴就是这么做出来的:先给自己用,用顺了才敢推给别人。

先说清它解决什么 大部分人用 AI 的姿势是这样的:看到一段有用的内容 → 复制 → 切到另一个标签页 → 贴进对话框 → 拿到答案 → 再把人话翻译成操作,一步步点回去。来回四次切换,中间还可能贴错。

问题从来不是模型不够聪明,是 它不在现场 。它不知道你在看哪个页面、点到哪一步、页面上有哪几个按钮。

油小猴干的事很简单:把 AI 放进浏览器侧边栏,让它看得见你眼前这一页。它其实干三件事 一、知道你在看什么 打开侧边栏直接问,不用复制粘贴。

它能读到当前页面的标题、地址和可见内容: 长文先要一版结构化摘要,再顺着追问; 把页面里的表格、列表抽成 JSON 、CSV 或 Markdown ; 选中一段文字,划词翻译或者润色; 让它把整页内容整理成一篇可发布的草稿。二、需要动手的时候,它自己动手 这是它和「网页版 AI 」真正的分界线。

对话模式下它只能说;切到 Agent 模式,它会读真实页面结构,然后在授权范围内点按钮、填表单、切标签页、上传下载、截当前页,并且 根据每一步的实际结果决定下一步 。不是甩给你一段 Selenium 代码让你自己跑,是它现在就把活干完。

整个过程写在侧边栏里:正在做什么、执行到第几步、每一步返回了什么。可以开着看,也可以中途停。

三、重复的事,攒成脚本 一次性的任务过去就过去了。第二次做同样的活,我会让它在当前网站生成一个完整脚本,先跑一次验证结果,再装进油小猴——以后打开匹配的网页,脚本自己就在,不用另装一个脚本管理器。

生成的脚本大致长这样(示例,真实生成会按目标站点的结构来): const rows = [...document.querySelectorAll('.product')].map((el) => ({ name: el.querySelector('.title')? .innerText.trim(), price: el.querySelector('.price')?

.innerText.trim(), })); console.table(rows); 会写代码的人可以改它,不会写的人只管用。双模式:什么时候用哪个 对话模式 Agent 模式 适合 答疑、总结、翻译、改写、看代码 多步骤的网页任务 会不会动页面 不会 会:点击、填写、切标签、上传下载、截图 速度 秒级 慢,一步一步执行 需要注意 无 提交、付款这类操作要自己确认 分界线很简单: 问答案用对话,要结果用 Agent 。

它和「网页版 AI 」不是一类东西 网页版 AI 传统网页自动化 油小猴 知道当前页面 不知道,靠你复制 靠你写选择器 直接读标题、地址、可见内容 谁来执行 你自己 固定脚本,页面一改版就废 Agent 逐步执行,看结果再决定 上手门槛 低 高 会说人话就行 结果能不能留下 不能 能,但要维护代码 能,装成脚本复用 一个入口几个模型 一个 没有 平台接入的都能切 安全和边界,我自己先划好 不会悄悄动 :可能改变页面状态的操作(点击、提交、上传)分「自动」和「请求」两种批准方式,默认要你点头; 随时能停 :对话和 Agent 任务都能中途停止; 断链就收工 :浏览器连接断开后,后台任务不会继续执行; 只处理你发起的那一页 :它不是爬虫,是你手边的一把工具。收费:积分,不是订阅 不按月订阅, 不自动续费 ; 按模型真实消耗结算成积分, 失败不计费 ; 注册送一点、每天签到再送一点,够你把它用明白; 用完扫码充值,客服手动到账; 积分永久有效,不清零。

不自动续费意味着我得自己盯着每一笔到账;也意味着你不用为了试一个工具,先绑一张卡。它的短板,我自己列 只有 Chromium :Chrome 、Edge 能装,Safari 和 Firefox 不行; Agent 慢 :多步任务要一步步来,急着出结果时不如写死的脚本; 复杂站点会卡 :动态加载、iframe 、验证码这类它也会犹豫,需要你在旁边看着; 充值要人工 :客服在线时间之外,到账会慢一些; 闭源 :扩展本体不开源,只有行为是透明的。

想试试 装扩展 → 登录 → 打开任意网页,点侧边栏问第一个问题,就这么三件事。 Edge 商店里直接装; Chrome 从官网下载安装包侧载。

装好之后不一定非开侧边栏:右下角有个悬浮球,划词工具栏和识图也能在个人中心里按需开关。先别急着让它干重活。

找一页你本来就要读的长文,让它先读一遍——你会知道该不该把它留在浏览器里。 /ai-market-guide/

from=blog

返回 AI 市场导读

来源:v2ex.com