自动化操作归档

AI自动化黑马！3B小模型吊打GPT-4？这款开源神器让AI替你上班！

上午8时 2025/03/05 作者开源星探

Proxy Lite 是一个仅3B参数的开源视觉语言模型，通过轻量级设计和低资源占用特性，提供高效、便捷的网页自动化操作体验。它能够像真人一样观察浏览器状态、思考决策并执行任务，适用于网页抓取、自动表单填写等多种场景，帮助开发者构建AI驱动的浏览器控制系统。

上午8时 2025/02/18 作者开源星探

微软发布OmniParser V2版本，能将屏幕截图转化为LLM可读懂的结构化元素，提高多模态大模型的视觉识别准确度。适用于自动化测试、操作等场景任务。通过像素级屏幕理解能力，支持多种大型语言模型。

下午11时 2025/02/13 下午11时 2025/02/13 作者开源AI项目落地

Eko是通过提示词实现自动化操作的开源JavaScript框架，支持全平台运行，适用于各种任务如数据抓取、文件管理等。

上午8时 2024/12/28 作者开源星探

Browser Use 是一个让 AI 智能体自动化操作浏览器的开源工具，支持视觉识别、HTML 提取和多标签管理等功能，适用于多种用途。它通过简单的几行代码就能实现复杂任务，如自动投简历、查询航班信息等。

上午11时 2024/12/04 作者 Z Potentials

科技公司竞相开发AI购物助手，旨在简化在线购物流程。Perplexity等初创企业已在美国推出此类服务，允许用户通过聊天机器人完成购买过程，而无需直接访问零售网站。