高频资源合集

浏览器操作与自动执行

浏览当前公开快照中“浏览器操作与自动执行”相关的 AI 开源项目，并查看许可证、部署、适用场景、限制和核验来源。

D4Vinci/Scrapling — scrapling 是一个自适应网页抓取框架，提供元素重定位、反机器人绕过和并发爬取能力。当目标网站结构发生变更时，框架能自动重新定位目标元素，降低数据采集流程的维护频率。
unclecode/crawl4ai — crawl4ai 将网页内容转化为经过清洗的 Markdown 和结构化数据，适用于 RAG 和数据管道。该项目无需强制使用 API 密钥，提供包括 Python 库和 Docker 在内的多种部署方式，并具备浏览器控制与反爬虫规避能力。
microsoft/playwright-mcp — playwright-mcp 通过结构化无障碍快照让大语言模型与网页交互，无需截图或视觉模型即可驱动浏览器执行自动化操作。它基于 Playwright，通过 MCP 接口提供确定性的浏览器自动化能力。
jackwener/OpenCLI — opencli 是一款将网站、浏览器会话、Electron 应用及本地工具转化为确定性命令行界面的工具，同时支持通过已登录的 Chrome 会话进行浏览器自动化操作。
alibaba/page-agent — page-agent 是一个在网页内部运行的 JavaScript GUI 代理，通过文本形式的 DOM 处理实现网页自然语言交互控制。该方案无需浏览器扩展、后端重写或无头浏览器即可在页面内直接部署。
miuuyy/codex-chatgpt-web — codex-chatgpt-web 是一个桌面启动器，让用户在 Codex 界面中使用 ChatGPT Web 模型，并保留 Codex 的任务上下文、流式输出和图像能力，消耗的是 ChatGPT 账号的用量额度而非 Codex 配额。
jo-inc/camofox-browser — camofox-browser 是一个面向 AI agent 的反检测浏览器服务器，通过 C++ 层级指纹伪装绕过机器人检测，并通过 REST API 暴露无障碍快照、稳定元素引用和搜索宏。
Tencent/BrowserSkill — BrowserSkill 是腾讯旗下的浏览器连接工具，把任何能执行 shell 命令的 AI agent 接入用户已登录的 Chrome 或 Edge 浏览器，让 agent 使用现有登录态读取页面、填表和调试网站。
CopilotKit/OpenBot — copilotkit/openbot 是一个可自托管的 AI 协作者平台模板，为每个 Bot 提供独立的容器、工作区和浏览器配置，并在操作前进行策略判断、操作后写入审计记录。它通过 AG-UI 接入代理，因此不绑定某个代理框架。

搜索

高频资源合集