browser-use/browser-use
Agents that use the browser. 让大模型具备人类级别的网页视觉感知与交互操纵能力。
“比较实用的浏览器端 Agent 项目。基于 Playwright 进行 DOM 处理与视觉定位,其任务执行循环很值得参考。”
从个人的 GitHub Star 列表中整理的项目清单。记录关注的开源项目,并附带个人记录与使用笔记。
Agents that use the browser. 让大模型具备人类级别的网页视觉感知与交互操纵能力。
“比较实用的浏览器端 Agent 项目。基于 Playwright 进行 DOM 处理与视觉定位,其任务执行循环很值得参考。”
The AI that really does things. Any OS. Any Platform. The lobster way. 🦞
“尝试让 LLM 与本地命令执行、文件读写做深度结合的探索项目,脱离了单纯的对话界面。”
Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
“用于解析复杂 PDF 和文档的开源工具,多列排版和公式提取表现较好,适合用来做本地文献清洗。”
Give your AI agent eyes to see the entire internet. Read & search Twitter, Reddit, YouTube, GitHub, Bilibili, XiaoHongShu.
“针对多平台公开内容抓取的工具库,支持跨平台搜索与信息提取,用法较为直接。”
Fair-code workflow automation platform with native AI capabilities. Combine visual building with custom code, self-host or cloud.
“成熟的开源自动化工作流工具。节点化编排与定时触发比较稳定,适合用来做日常自动化小流水线。”
收录可以免费使用能力较强的AI合集,深入权衡免费、稳定与高性能的不可能三角。
“立足学生与极客视角的实用模型资源导航。对于评测不同开源平台 API 稳定性与备选路由提供了第一手实测参考。”
LLM 驱动的多市场股票智能分析系统:多源行情、实时新闻、决策看板与自动推送,支持零成本定时运行。
“多源行情抓取配合定时汇总推送的实现很清晰,对我自己做定时监控脚本有参考价值。”
美股指南:涵盖跨境开户、出入金合规路径与美股核心宽基 ETF 配置常识。
“较为详尽的海外宽基资产配置实务手册,适合查阅基础规则与常见疑问。”
技术面试必备基础知识、Leetcode、计算机操作系统、计算机网络、系统设计体系归纳。
“扎实的计算机基础知识梳理,操作系统内存管理、网络协议栈与经典算法总结得很有条理。”
搞定 C++。C++ Primer 中文版第 5 版完整练习题代码实现与重点笔记。
“C++ Primer 习题代码与重点笔记,跟着梳理标准库容器与指针用法很实用。”
基于 Obsidian 记录的数学与英语笔记,包含高等数学、线性代数、语法与长难句拆解。
“用知识图谱管理数理逻辑与考研核心知识点的案例,对我备考 CMC 与高数推演有参考借鉴。”
从 0 到 1 学习 Python 爬虫,包含协议逆向、代理池搭建与异步高并发实战。
“网络请求与爬虫入门教程,在抓取公开数据和处理基础网络 I/O 时可以随时查阅。”
基于 Playwright 和 AI 实现的多任务实时商品监控与智能比价系统。
“将自动化无头浏览器与智能判定结合的项目,展示了从信息过滤到触发通知的完整小闭环。”
VoxCPM2: Tokenizer-Free TTS for Multilingual Speech Generation and Creative Voice Design.
“端到端语音大模型,在多语言语音生成与声音设计上的探索很有意思。”
涵盖学习心法、AI 指南与系统认知升级的进阶框架。
“关于自律、精力管理与注意力主线聚焦的优质沉淀,有助于在大学阶段建立稳定的心态与长跑节奏。”