NanoBrowser 是一個開源的瀏覽器擴充工具，目標是把「用對話驅動的 AI」變成可執行網頁自動化的代理（agent）：你用自然語言下指令，內部由多個 AI 智能體協作（Planner、Navigator、Validator 等）來計畫、執行並檢查操作，最後在頁面上完成搜尋、填表、抓取資料或其它重複性工作。專案以「在本地瀏覽器中執行、選用你自己的 LLM 金鑰」為核心理念，強調開源透明與隱私保護。
主要特色
-
多智能體架構（Multi-Agent）：不同智能體分工（例如規劃者制定步驟、導覽者在頁面上執行、驗證者檢查結果），能處理較複雜的工作流程。
-
在瀏覽器本地運行，私密性友好：運作主要在使用者的瀏覽器環境，使用者自行提供 LLM API Key（例如 OpenAI），資料不會自動上傳到專案方伺服器。
-
支援多種 LLM 選項：可用你偏好的模型／供應商（OpenAI、Claude、或未來支援的本地模型），彈性高且無訂閱限制（以用戶自己的 API 計費為主）。
-
即時視覺回饋與聊天式介面：以側邊欄聊天 UI 與可視化操作回饋呈現，讓你能在指令執行時監控流程、手動干預或調整策略。
-
開源與透明：專案碼公開在 GitHub，社群討論活躍，可檢視權限、實作細節與 roadmap。
常見應用情境
-
自動擷取多個網站的產品資訊、價格或聯絡方式（資料收集/爬取）。
-
自動填表與申請（例如大量測試表單、QA 自動化）。
-
以自然語言指令執行工作：例如「幫我在 X 網站搜尋 2024 年的報告並把連結存成 CSV」。
-
在 QA / 測試流程中，自動跑步驟並比對頁面結果（自動化測試輔助）。
如何開始
-
在 Chrome / Edge 的擴充商店或官方網站安裝 NanoBrowser（或到 GitHub / 官方站點查看安裝指引）。
-
開啟擴充，將你自己的 LLM API key（例如 OpenAI key）設定在擴充中（平台通常提供多個 provider 的選擇）。
-
在側邊欄與 AI 對話，輸入想做的任務（例：「在 example.com 搜尋 X，下載前三個結果的 PDF」）。
-
監看 AI 的 Planner → Navigator → Validator 流程，必要時可暫停或給予更精確的指令。
NanoBrowser 把「以自然語言指令驅動的網頁自動化」帶到了瀏覽器裡 — 它既能加速工作流程，也降低了自動化門檻。
![[Chrome 擴充功能] YouTube翻過去：突破語言障礙，快速理解 YouTube 影片內容](https://farm66.static.flickr.com/65535/54309588416_3711a47668_b.jpg)
![[Chrome 擴充功能] Cursorful – Screen Recorder with Auto Zoom：讓你的瀏覽器錄影在錄影時也能自動放大縮小畫面](https://farm66.static.flickr.com/65535/54921059825_8677fc1474_b.jpg)
