与「浏览器标签页」相关的搜索结果

我发现程序员都有一个共同毛病，不敢关标签页 你电脑里同时开着多少个标签页不关？10 个？20 个？ 还是和我一样：打开浏览器半小时，标签页已经堆到看不见标题了……很多人以为自己缺的是记忆力，其实缺的是一个标签页管理工具。 今天分享一个开源项目：tab-out。 它的诞生原因特别真实，原作者因为经常一口气打开 50 多个标签页，结果越攒越多，想关关不掉，想找找不到，最后干脆自己写了个工具。 后来又有开发者基于这个想法进行了二次开发，增加了更多管理功能，甚至直接上架了 Chrome 商店。 它的核心思路很简单： 把失控的标签页重新组织起来。 让浏览器不再变成一场灾难现场 如果你的浏览器长期处于： 📑 标签页爆炸 📑 找不到刚开的页面 📑 不敢关闭怕丢内容 的状态， 可以试试它。 项目地址： 原版： 二开版： Chrome 商店版本（功能更丰富）： #源码# #浏览器标签页# #浏览器扩展# 评论区聊聊👇 你现在浏览器开着多少个标签页？

怎么低成本搭建自己的AI助手？ deepseek R1模型发布以来，各种AI应有又有了一波大的爆发，但是数据保密成了一个不容忽视的问题。如果想较低成本地搭建一个私人应用的AI助手，可以自己调试生成限制，调试输出文本内容，数据不外传，成本尽可能低，不知道是不是可行。 本文详细介绍如何通过Dify和Chrome MCP的结合，在3分钟内搭建一个能操作网页的AI助手。文章提供了从环境准备、Dify部署、Chrome MCP安装到配置的完整步骤，展示了AI助手在自动网页搜索、表单填写、数据抓取等场景的应用，并解释了工作原理、问题排查及进阶技巧，让读者能够零代码实现网页自动化任务。 你是否想过让AI不仅能回答问题，还能直接操作浏览器帮你做事？比如自动填写网页表单、抓取特定数据、或者点击按钮？现在，通过Dify和Chrome MCP的结合，你可以在3分钟内搭建一个能真正"动手"操作网页的AI助手。 本文将手把手教你如何在本地部署Dify并配置Chrome MCP服务器，打造你的私人网页自动化助手。 准备工作：确保你的环境就绪 在开始前，请确保你的系统已安装： •Docker 和 Docker Compose（用于快速部署Dify） •**Node.js 18+**（用于运行Chrome MCP服务器） •Git（用于克隆项目仓库） 第一步：快速部署Dify（仅需1分钟） Dify是一个强大的LLM应用开发平台，我们通过Docker快速部署： # 创建项目目录 mkdir dify-chrome-mcp && cd dify-chrome-mcp # 下载Docker部署配置 curl -o docker-compose.yml # 启动Dify服务 docker-compose up -d 等待1分钟左右，访问 http://localhost:80 就能看到Dify管理界面。首次使用需要创建账号并完成初始化设置。 第二步：安装Chrome MCP服务器（1分钟） 打开新的终端窗口，安装并启动Chrome MCP服务器： # 安装Chrome MCP服务器 npm install -g @modelcontextprotocol/server-chrome # 启动Chrome MCP服务（会自动打开Chrome浏览器） server-chrome 服务启动后，你会看到类似下面的输出，表示MCP服务器正在9999端口监听： Server running on http://localhost:9999 Chrome browser launched and connected successfully 第三步：在Dify中配置Chrome MCP（1分钟） 现在回到Dify管理界面，进行关键配置： 1.进入设置 > 模型供应商 > MCP服务器 2. 点击添加MCP服务器 3. 填写配置信息： •服务器名称: Chrome-Automation •服务器URL: http://localhost:9999 4. 点击验证并保存，看到绿色成功提示 效果验证：让AI帮你操作网页 配置完成后，你就可以在Dify的Playground中测试你的网页自动化AI助手了。 试试这些实用场景： 场景1：自动网页搜索 请打开百度首页，在搜索框中输入"最新AI技术发展"，点击搜索按钮，然后告诉我第一页的搜索结果标题。 场景2：自动填写表单 请打开"张三"，邮箱栏填写"zhangsan@email.com"，在留言区填写"咨询产品信息"，然后点击提交按钮。 场景3：数据抓取与分析 请打开 工作原理：为什么这很厉害？ 这个组合的厉害之处在于分工明确： •Dify：负责与LLM对话，理解你的自然语言指令，并将其分解成具体的浏览器操作步骤 •Chrome MCP服务器：负责实际控制Chrome浏览器，执行具体的网页操作命令 •LLM（大语言模型）：作为大脑，理解你的意图并规划操作流程 常见问题排查 server-chrome 2.连接失败：检查Dify和Chrome MCP服务器是否在同一个网络环境下，防火墙是否允许9999端口通信 3.操作超时：复杂网页加载需要时间，可以增加超时设置：server-chrome --timeout=60000 4.权限问题：在MacOS/Linux上可能需要权限：sudo npm install -g @modelcontextprotocol/server-chrome 进阶使用技巧 掌握了基础用法后，你还可以尝试这些高级功能： •多页面管理：同时控制多个浏览器标签页，完成更复杂的任务 •用户身份保存：让AI记住登录状态，下次直接操作无需重新登录 •定时任务：结合Dify的工作流功能，设置定时自动化任务 •异常处理：教会AI识别操作失败的情况并自动尝试替代方案 如何学习大模型 AI ？ 由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。 但是具体到个人，只能说是： 最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。 这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。 #AI# #AIAgent# @grok @xai

这个基于 Ghostty 的 cmux 新终端还挺有趣的 当 Claude Code、OpenCode 需要你介入时，窗格会显示蓝色光环，标签页会高亮 内置浏览器标签，提供 agent-browser 自动化浏览器操作，打造专为 Agents + Vibe Coding 的新终端？ 其实 Warp 也还行，就是最近几次更新有点难绷

Cloudflare 11月13日把 Kitesurf 开源了，Apache 2.0，这是它8月推出的专给 AI 智能体用的浏览器，整个跑在 Workers 上，背后没有 Chromium 进程，也没有容器。 浏览器该干的它都干，解析 HTML、套 CSS、执行页面里的 JavaScript、截图，对外说 Chrome DevTools 协议，Puppeteer 这类客户端直接能连。 零件是几个现成的开源项目拼起来的： 1. Blitz 管 HTML 解析、DOM、排版和绘制 2. Stylo 管 CSS 解析和样式计算 3. JavaScript 优先放进 Dynamic Workers 跑，跑不了才退到 Boa，在 WebAssembly 里执行 4. Linebender 管文字排版和 2D 图形，Krilla 出 PDF 省掉的是只有人才用得上的东西，标签页、主题、扩展、像素级还原，换来的账 Cloudflare 8月公布过，截图一次 CPU 380毫秒，Chromium 热池要1,173毫秒，内存57.8MiB 对271MiB，抓 HTML 内存39.4MiB 对273.7MiB。 代价是慢，截图总耗时1,148毫秒，Chromium 是637毫秒。 官方点名能正常渲染的是 TodoMVC、维基百科、Hacker News、Cloudflare 博客和大部分 Cloudflare 后台，复杂页面还在追，9月时网页平台测试已经过了73万多项子测试。 本地跑是 clone 下来 pnpm install、pnpm run dev，第一次要编译 Rust 内核，得等一会儿，部署到自己账号上要开 Workers 付费计划，因为它用 Dynamic Workers 给每个页面单独起一个隔离的 Worker。 Cloudflare 说 Kitesurf 只用了所有客户都能用的公开 Workers 功能和接口，没有任何内部特权。

Cloudflare 把给 AI 智能体用的浏览器开源了，叫 Kitesurf 它不跑 Chromium，直接跑在 Cloudflare Workers 上，解析 HTML、跑页面 JS、截屏都能干，还支持 Chrome DevTools 协议，Puppeteer 接上就能用 它把标签页、主题、扩展这些给人用的东西全砍了，只盯智能体关心的指标，截图、提 HTML 这类活儿 CPU 和内存都比 Chromium 省得多，并发能开更多会话 仓库是 cloudflare/kitesurf，Apache 2.0 协议，刚开源就已经 837 个 star 本地跑也不麻烦，pnpm run dev 就能起，跑在 8787 端口；不过部署到 Cloudflare 上要 Workers 付费套餐

Kitesurf：Agent专用的浏览器 Cloudflare推出，相比Chromium浏览器，砍掉了面向人类的功能，例如标签页、操作栏、主题、复杂渲染等。完全运行在Cloudflare Workers上，性能相比Chromium提升3-7倍，节省运行成本和资源消耗。 官方介绍：

Codex更新了内置浏览器，现在能开多个标签页、导入cookie和密码。两天后Claude Code也跟着上了类似更新。 这意味着Agent不再只是写代码，而是能直接接管你平时用浏览器干的那些事——登录、填表、跨标签操作，人机交互的入口在变。

想用AI直接操作网页的都懂！！ 要么装浏览器扩展，要么写Python脚本，要么搞headless浏览器，配置麻烦、权限敏感，还容易出问题…… Alibaba直接开源了 Page Agent！一个纯前端的网页GUI Agent，用自然语言就能控制网页界面。 几个硬核点给你划出来： 1️⃣ 纯JavaScript实现，直接嵌入网页运行，无需扩展或后端 2️⃣ 支持自然语言指令控制DOM（点击、输入、滚动等） 3️⃣ Bring Your Own LLM，随便接你想用的模型 4️⃣ 可选Chrome扩展实现跨标签页、多页面复杂任务 5️⃣ 极致轻量，一行script标签或NPM安装即可使用 说白了，这就是给想让AI帮自己操作网页的开发者准备的。 你不再需要写复杂自动化脚本，而是直接用自然语言指挥网页干活！ 🔗

Browser Use 发布其 CLI 3.0 它可以作为 skill 装进 Claude Code、Codex 里，让它们获得操控浏览器的能力 3.0大升级： 体积小 6 倍，更少的token消耗... 直接 CDP 控制： 模型直接用 Chrome 底层协议（CDP）操作浏览器，不再经过 click()、type() 那种封装工具，也不用把整棵网页结构塞进上下文 自我进化：用过的站点技能会沉淀复用，它摸索出来的登录流程、选择器、特殊情况会存成 domain-skills，下次碰到同类网站直接调，越用越顺 缺函数当场自己写（自愈）：遇到没有的操作，比如上传文件时没有现成函数，agent 会即时把这个函数写出来接着用，不会卡死。 三种浏览器随便接： - 你电脑上的真实 Chrome，带着现成的标签页、cookie、插件、登录态一起用 - Browser Use 家的云浏览器 - 任意 CDP 端点，自己的服务器也行 省 token：不塞 DOM 树进上下文，靠 CDP 直接读，同样任务耗的算力更少 体积小： 整个底层壳几百行、几个核心文件，官方说比老框架小很多 模型无关：不绑定特定模型，任何够强的模型套上这层壳都能当浏览器 agent

终于看到 Logseq 原版的平替了 跟 Logseq 完全兼容，和 Logseq 共用一套 Markdown 文件，无缝切换，不用导入导出。 用 Tauri + Rust + SolidJS 重写，不玩 Electron，打开大图谱也不卡。比 Logseq 多了标签页、浏览器式前进后退、专注模式、全局快速捕获（从任何应用呼出）、自动结转未完成任务这些实用功能。