Awesome Web Agents

一个精选的工具、框架和资源列表，用于构建能够浏览和交互 Web 的 AI Agent。

关于 Steel

Steel 是一个专门为 AI Agent 构建的开源浏览器 API。我们致力于让构建能够高效进行 Web 交互的 AI 应用变得简单。

✨ 点击此处 免费开始使用。

---

内容目录

• Awesome Web Agents
  • 自主 Web Agent
    • 计算机操作 Agent
  • AI Web 自动化工具
    • 开发工具
  • AI Web 爬虫/采集工具
  • Web 搜索与查询工具
  • 基准测试与研究
  • 教程与指南
  • 归档
  • 有兴趣集成 Steel 吗？
  • 加入社区
  • 参与贡献
    • 贡献者

---

自主 Web Agent

通过用户友好的界面自主导航并与 Web 进行交互的 AI Agent（又称浏览器 Agent）。

• Surf.new - 一个用于与不同 Web Agent 进行对话的开源游乐场。
• OpenAI Operator - OpenAI 的 AI Agent，可以为你浏览网页。
• Browser-Use - 顶尖的 Agent 框架，使 Web 对 LLM 更加友好。
• Skyvern-AI - 用于自动化基于浏览器工作流的框架。
• Google Project Mariner - 一个研究原型，旨在探索从浏览器开始的人机交互未来。
• Sentience API - 一个通过在 Web 内容上使用语义几何（semantic geometry）来构建更具确定性和可解释性 Web Agent 的工具。
• Runner H - 顶尖的 AI Agent，有助于自动化复杂、繁琐、多步骤的任务，无需重复的手动输入。
• WebVoyager (Agent) - 支持视觉的 Web Agent。
• AgentGPT - 在浏览器中部署自主 AI Agent。
• Agent-E - 具备 HTML DOM 提炼功能的 Agent 及框架。
• Manus - 一个通用 AI Agent，可以在浏览器、终端和文本编辑器等工具之间执行长时间运行的任务。
• doBrowser - 一个 AI 驱动的 Chrome 扩展，能够理解自然语言并代表你在浏览器中执行操作。
• WebSurfer (Autogen) - MultimodalWebSurfer 是一个多模态 Agent，可以搜索网络并访问网页。
• Magentic-One - 一个通用多 Agent 系统，用于解决复杂任务，包括通过 Autogen 的 MultimodalWebSurfer 进行网页浏览。
• Harpa.ai - 一个 AI 驱动的 Chrome 扩展和浏览器 Agent，能够理解自然语言并代表你执行操作。
• Yutori - 一个多 Agent 系统，根据自然语言提示并行执行基于浏览器的任务。
• Automina - 具有自然语言控制功能的 AI 浏览器自动化工具。
• rtrvr.ai - AI Web Agent Chrome 扩展，可在浏览器中自主完成任务、将内容抓取到 Sheets 并调用 API。
• Nanobrowser - 一个开源、本地优先的 AI Web Agent Chrome 扩展，具有灵活的 LLM 选项和多 Agent 系统。
• Browserable - 一个面向 AI Agent 的开源且可自托管的浏览器自动化库。
• Tongyi WebAgent - 阿里巴巴推出的 Web Agent。