爱意满满的作品展示区。
helei

重生之我做了个浏览器 Agent,以为能火,结果 github 只有 50 star

  •  
  •   helei · 13h 17m ago · 1050 views

    只有 50 Star 的项目是啥

    基本上就是一个生活在浏览器里的 Claude Code ,人能干的他都能干。

    轻 的意思是所有功能都集成在 浏览器扩展 里,大小不到 5MB ,不需要额外安装东西,你自己配置模型接口

    舟 的意思就是提升你上网冲浪的速度,但你依然能把控船的方向(人能随时介入“自动化上网”过程)

    轻舟工作现场

    核心设计:把浏览器和 Coding Agent 杂交一把

    下表是轻舟从 Coding Agent 上借鉴而来的设计

    Coding Agent 轻舟( qz )
    读取代码 读取网页结构/提取正文(下图:提取页面表格信息) 提取页面表格
    运行代码 在网页上运行自定义 JS 自定义 JS
    多任务 / 子 Agent 并行 多任务 / 子 Agent 同时开多个 Tab 干活 多 Agent 运行
    支持 Skill 支持能在网页上运行的 Skill 比如去 arxiv 搜论文 Skill 复用
    交付代码系统 交付采集&整理好的页面信息 表格

    另外,由于轻舟运行在 你自己的浏览器,复用了你的登录态,所以一些难以进入的站点(这里不贴图了),对他来说如入无人之境。

    开发者友好性

    作为一个老登,我怀念远古时代那些不用登录的软件。

    比如 foobar2000 ,解压打开就能用,不要注册,不要账号,不会弹窗求你开会员。

    轻舟也想做成这样:

    • 不用注册账号:装上扩展就能用,没有服务器,会话、Skill 和数据全存在你本地。所有网络请求只有大模型 API 请求
    • 模型自己选:填上你自己的 API Key ,DeepSeek 、KIMI 都能接;有 ChatGPT 账号的话,也可以直接用 OpenAI Codex 登录。
    • 能被别的 Agent 调用:提供 CLI 和 MCP (npx skills add alibaba/qz-browser-agent -g),下图:PI Coding Agent 操作轻舟采集信息

    Agent 操作轻舟采集信息

    所以,为什么只有 50 Star ?

    我自己也想不通,所以来 V2EX 求个答案(以及 Star ,帮我脱离 50 俱乐部 🙏)

    • 可能原因 1:浏览器 Agent 这个方向本身就是伪需求?未来是 Grok Bot 的( Maybe )
    • 可能原因 2:个人营销能力太差 🤦 (各位给点意见)
    • 可能原因 3:单纯做得烂(个人不觉得!可以试用感受一下)
    25 replies  •  2026-10-21 09:21:26 +08:00
    helei
        1
    helei  
    OP
       10h 49m ago
    ![轻舟把杭州的维基百科图片整理成图集]( )

    ![多项任务,同时推进]( )
    helei
        2
    helei  
    OP
       10h 39m ago
    sorry 上面图破了,Codex 做的「宣传片」 👇

    https://github.com/user-attachments/assets/3203bc89-ef26-4f66-86cc-b602a912a1ab
    jamos
        3
    jamos  
       9h 44m ago
    这里多是程序员,他们有自己的 agent 们,所以浏览器扩展大概率无法替代现有的客户端吧
    lssvip
        4
    lssvip  
       9h 36m ago
    我没有想到有哪些使用场景,或许你可以聚焦一下。比如:采集金融类的信息,进行汇总,给出一定的消息输出,辅助金融行业的人及早发现,做出调整。 基本上就是一个生活在浏览器里的 Claude Code ,人能干的他都能干。兄弟你说的这句话,我不是抬杠哈,我能给你评论帖子,他能吗?如果不开心就当我瞎逼逼的。
    helei
        5
    helei  
    OP
       9h 27m ago
    我能评论帖子 - 发送自轻舟
    alphato1o
        6
    alphato1o  
    PRO
       9h 23m ago
    这个 agent 能控制几个互不干扰的浏览器 session 并行操作么
    jyeric
        7
    jyeric  
       9h 18m ago
    感觉会是推广问题?如果我没看到帖子也不会知道这个插件。理论 AI 类开源工具可以去 L 站推广,那边关注度可能会高些。

    我目前感觉这个定位更是处理浏览器页面能力的 agent ?因为 chat 已经有 edge 自带的 copilot 了。但是相比 codex 的 web use 更方便是在直接在浏览器内对话?
    helei
        8
    helei  
    OP
       9h 13m ago
    @lssvip 你的问题非常好。上面是他回的,其实只要你想,可以让他把整个 V2EX 的帖子都读一遍逐个回复。另外你提到的金融类信息,完全可以,还可以查一些企业工商信息(我有同事开了天眼查的会员,登陆之后天天用轻舟查人),你能用浏览器干的事情他都可以,而且可以综合多方信源,大批量操作。

    过程截图: https://github.com/user-attachments/assets/1a363d0b-0eed-4a0a-9d3a-1fbda076c848
    过程视频: https://github.com/user-attachments/assets/1a51c1ad-0952-4798-94ae-8a4df68cfc39
    helei
        9
    helei  
    OP
       9h 11m ago
    @alphato1o 当然,我录制 case 的时候同时开 10 多个毫不相干的 session ,tab 都满了。在实现 agent 框架的时候,实现了 session 和 tab 的互斥逻辑。
    helei
        10
    helei  
    OP
       9h 7m ago   ❤️ 1
    @jyeric 论操作浏览器,比 codex 以及 edge 的 copilot (包括 Chrome 自己的集成的 gemini )都敏捷一些,因为实现思路更宽广。

    Codex 是基于一个通用的 computer use 的框架来实现浏览器操作的,很多能取巧的时候(比如直接注入 JS )他不会干,导致操作慢,轻舟没这个障碍,基本上他都能找到最高效获取(破解)信息的方式。
    helei
        11
    helei  
    OP
       9h 6m ago
    @jyeric 感谢提醒,我去 L 站也看看
    jyeric
        12
    jyeric  
       9h 2m ago
    @helei 不过 L 站要求:项目内要链接认可 LINUX DO 社区。加在个人里面的项目加上没有问题,但是你项目是在 alibaba 下面的就不一定能允许加 L 站论坛链接。
    ruxuan1306
        13
    ruxuan1306  
       8h 39m ago
    12 个月前有点价值。现在 ego-lite 已经杀死比赛。
    helei
        14
    helei  
    OP
       8h 21m ago
    @ruxuan1306 你说的对,不过轻舟还是略有差异:比如不依赖外部 Agent 驱动它,很小的安装包( 5MB ),平常你在上网的时候,可以随时唤起做一些事情,比如“交叉多个信源验证当前页面信息”,“帮我填一下这个页面的表单”,而不用先启动一个 Agent 。

    总之,以浏览器为主的工作场景,轻舟会很有用(操作企业内部平台,信息采集调研),如果你的第一入口是 Agent 应用,轻舟价值有限。
    quxiaojuncuiyue
        16
    quxiaojuncuiyue  
       2h 56m ago via Android
    你是真不会宣传呀 看你说了半天 都不知道这玩意是啥 有啥用 所以这玩意跟 computer use 或者 ai agent cdp 调试操作浏览器 或者 playwright mcp 或者 Selenium driver 到底有啥区别 你得核心卖点是啥 都没说清楚呀
    helei
        17
    helei  
    OP
       1h 54m ago via iPhone
    @quxiaojuncuiyue 你批评得对!轻舟是一个浏览器侧边栏插件,包含了完整的 Agent 能力(不需要像你提到的 mcp 一样,需要再装一个外部 Agent 调用它),你可以在日常上网的过程中,随时唤起它干活(比如帮我把这个知乎作者的文章都整理到一个表里)。

    另外,computer use 只能根据浏览器画面来操作元素,轻舟不止可以看画面,还可以分析网络请求,并采用最高效的方式完成任务。( computer use 还在傻傻翻页的时候,轻舟已经破解页面 API 了)

    它内置的 skill 系统可以自动化学习一个网站,将其能力变成内置工具,一步完成复杂操作。比如搜索小红书帖子,查询公司法人风险,去 12306 查车票。
    helei
        18
    helei  
    OP
       1h 51m ago via iPhone
    @Hubs 图都是 github 外链,不知道有没有更好点的地方放图
    shanghj
        19
    shanghj  
       1h 9m ago via Android
    我不干代码有几年了,不讨论技术方面,但说功能,qz 和豆包、deepseek 这类网页端比有什么特长,能力和这类比怎么样?有什么吸引人尝试的地方?易用性如何?现在太多这类工具类的插件了,有的介绍写的挺好,实际上使用要么配置复杂,要么就是半成品。用来用去感觉简单的工作还不如用豆包、deepseek 网页端,复杂的用 opencode 这类客户端。
    helei
        20
    helei  
    OP
       59 mins ago via iPhone
    @shanghj 感谢回复,易用性也是我重点投入的点,目前开源的这个版本,唯一涉及复杂配置的,就是一开始的模型 api key ,后面的使用体验我们在几百人的内部用户群体里测试&打磨了 2 个月。从我内部使用中,有一半是非技术岗位,使用场景包括重复浏览器操作提速,互联网爆点采集,商业信息调研等,从浏览器的专精程度上,远比豆包和 deepseek 好,对于更复杂的任务,如果不涉及开发/设计,它的能力也不弱。
    v2AKS
        21
    v2AKS  
       49 mins ago
    @helei #17 为什么感觉你的回复这么 ai
    helei
        22
    helei  
    OP
       42 mins ago via iPhone
    @v2AKS 是我手打的!!只能说被 gpt 反向影响了
    shanghj
        23
    shanghj  
       36 mins ago via Android
    @helei 您的回复中提到了 agent 的优点,但是也提到了受众集中在非技术人群,那在打磨功能的同时,也应该精准定位到宣发人群,毕竟非技术人群主动去 GitHub 这类网站找工具的概率很低,加上国内网络环境,GitHub 基本等于断连。看看 qz 挂上插件商店如何?还有介绍 qz 时尽量简洁明了,短视频时代,好多人没耐心论文式介绍(可以把详细的放在一个链接,感兴趣的自会跳转查阅)。
    helei
        24
    helei  
    OP
       21 mins ago via iPhone
    @shanghj 感谢建议!如何高效分发触达是个问题,我还在探索方法。目前已经在 Chrome 插件商店上架( https://chromewebstore.google.com/detail/dknbdgkgoinlgjpfebapkklbmjjgdblm , 不过这个也是被墙的),说实话“需要配置 api key”对非技术人员本身也是一大使用阻碍
    czcola
        25
    czcola  
       2 mins ago via Android
    已 star ,个人觉得非常有创意,也完成的非常好,很有用!!!
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   5412 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 44ms · UTC 01:24 · PVG 09:24 · LAX 18:24 · JFK 21:24
    ♥ Do have faith in what you're doing.