我们每天可能都重复着某些工作内容：登录后台导出数据、填写繁琐的Web表单、跨系统发布信息……
明明都是标准化流程，却要耗费大量人力。更糟糕的是，当你想用AI自动化时，要么遇到天价API费用，要么被复杂的环境依赖劝退。
Proxy Lite 的开源，给你丝滑便捷的自动化操作体验。
这个仅3B参数的开源视觉语言模型 (VLM)，能像真人一样观察浏览器、思考决策、操作网页，将重复性工作自动化成本降至冰点，完全解放你的双手。
不仅具备强大的网页自动化能力，还能在 超低资源占用 的情况下提供企业级浏览器控制能力，也为开源社区带来了全新的 AI 代理体验。
核心能力
1、轻量级 VLM，低资源占用
仅 3B 参数，相比于动辄 10B+ 的 VLM，Proxy Lite 资源占用极低，可在消费级 GPU 运行。
可高效执行网络自动化任务，无需依赖大型云计算资源，即可实现 网页交互、数据抓取、自动表单填写等任务。
2、提供VLM-浏览器交互框架
内置了一套完整的浏览器交互控制框架，使 AI 代理可以像人类一样与网页进行交互。
适用于 网页抓取、自动化测试、数据录入、Web 应用交互、任务执行 等多种场景，帮助开发者更轻松地构建 AI 驱动的浏览器控制系统。
3、三步响应机制，提高泛化能力
采用了 观察-思考-工具调用 三步决策流程，远超传统的 Prompt-预测 方式，使得模型在处理复杂任务时具备更强的泛化能力。
-
• 观察（Observe）：评估上一操作是否成功，并获取当前网页的状态信息。 -
• 思考（Think）：根据当前页面的状态进行推理，决定下一步该执行的操作。 -
• 工具调用（Act）：通过浏览器 API 进行交互，点击按钮、填充表单、滚动页面、抓取数据等。
这一机制让 Proxy Lite 能够自主规划任务，适应不同网页环境，提高任务完成率。
4、借鉴 DeepSeek R1 反馈机制
借鉴了 DeepSeek R1 等模型的执行反馈机制，让模型能够在网页任务中不断优化决策流程，提升执行准确性。
快速使用
Proxy Lite 可快速在本地进行部署，具体步骤如下：
① 克隆项目
git clone https://github.com/convergence-ai/proxy-lite.git② 一键设置环境
make proxy或者手工安装环境
pip install uv
uv venv --python 3.11 --python-preference managed
uv sync
uv pip install -e .
playwright install③ 使用
使用帮助可以执行以下命令查看：
proxy --help在 Proxy Lite 运行任务
proxy "Find some markets near Kings Cross and tell me their ratings."或者你可以使用以下命令运行本地网络界面：
make app更多高级用法可参考项目说明。
适用场景
Proxy Lite 适用于各种 网页自动化和 AI 代理任务，包括但不限于：
-
• 自动化浏览器操作：让 AI 代理直接在浏览器上 点击按钮、填写表单、滚动页面、处理弹窗 等。 -
• 网页数据抓取：解析 新闻、社交媒体、电商平台，进行 结构化数据提取，并支持后续处理。 -
• 自动化测试 & 交互式 Web 代理：结合 VLM 视觉感知能力，实现 UI 自动化测试、前端行为分析。 -
• 智能任务助手：可作为 AI 浏览助手，帮助用户 搜索、筛选、总结信息，提升网页导航体验。
写在最后
Proxy Lite 作为 开源、轻量级的 AI 代理助手，在 网页自动化、浏览器交互、任务泛化 方面都展现了极大的潜力。
它提供了仅 3B 参数的高效推理能力，并结合观察-思考-工具调用三步决策机制，能够精准执行复杂的 Web 任务，相比现有大模型代理助手更加轻量、易用、泛化能力更强。
GitHub 项目地址：https://github.com/convergence-ai/proxy-lite
● 一款改变你视频下载体验的神器：MediaGo
● 新一代开源语音库CoQui TTS冲到了GitHub 20.5k Star
● 最新最全 VSCODE 插件推荐（2023版）
● Star 50.3k！超棒的国产远程桌面开源应用火了！
● 超牛的AI物理引擎项目，刚开源不到一天，就飙升到超9K Star！突破物理仿真极限！
（文：开源星探）