Browser Usage
PulseAugur coverage of Browser Usage — every cluster mentioning Browser Usage across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI原生浏览器自动化工具对比：Browser-Use、Stagehand、Steel、Playwright MCP
本文对比了四款AI原生浏览器自动化工具：Browser-Use、Stagehand、Steel和Playwright MCP，它们各自服务于不同的架构层。Browser-Use是一个自主的Python代理运行时，Stagehand是一个AI辅助的提取SDK，Steel提供托管的云浏览器基础设施，而Playwright MCP通过MCP工具提供浏览器访问。这些工具旨在通过引入LLM驱动的推理，并通过过滤DOM状态、可访问性快照或视觉截图…
-
阿里巴巴推出 Page Agent，用于浏览器内网页界面控制
阿里巴巴集团推出 Page Agent，这是一个开源的 JavaScript 库，能够直接在浏览器内通过自然语言控制网页界面。与在外部运行的传统自动化工具不同，Page Agent 集成到网页中，将实时文档对象模型（DOM）读取为文本。这种称为 DOM 脱水的方法将 DOM 转换为紧凑的文本地图，使小型语言模型能够精确识别和交互按钮和表单等元素。该库与模型无关，支持任何与 OpenAI 兼容的端点，最适合开发人员可以嵌入代码的应用程序…
-
Agent JIT编译提升CUA速度和准确性
研究人员开发了一种名为Agent即时（JIT）编译的新方法，以提高计算机使用代理（CUA）的效率和准确性。该方法将自然语言任务描述编译成可执行代码，从而实现并行化并减少顺序调用LLM的需求。该系统包括用于生成和验证代码计划的JIT-Planner以及用于优化并行执行策略的JIT-Scheduler。在五个Web应用程序上的测试表明，与现有方法相比，速度和准确性均得到显著提升。