BrowseGPT 官网

BrowseGPT 图文介绍：

BrowseGPT 由独立开发者 @vipul_123 于 2023 年在旧金山发布，是一款基于 OpenAI GPT-4 视觉模型的 Chrome 扩展。它将“大模型推理”与“浏览器操作”结合，用户只需用自然语言输入目标，AI 便会像真人一样点击、输入、滚动、等待加载，直至任务完成，实现真正的“无人值守网页智能体”。

主要功能

• 自然语言指令：支持英文、中文等多语，例：“在亚马逊把最便宜的好评蓝牙耳机加入购物车”。
• 视觉+DOM 混合解析：GPT-4V 识别页面截图，同时读取 DOM 结构，准确率 96%+。
• 自动操作链：点击、输入、下拉选择、悬停、滚动、等待元素出现、验证码暂停。
• 任务记录与回放：自动生成步骤日志，可导出 JSON，方便二次回放或集成 RPA。
• 本地隐私模式：所有浏览数据保留在用户本地，仅把页面截图与 HTML 结构发送给 OpenAI API，不存储 cookies。
• 自定义规则：可设置最大执行步数、等待超时、禁止点击区域，避免误操作。

应用场景

• 电商：批量比价、监控库存、自动下单。
• 招聘：在 LinkedIn、Indeed 自动收集符合要求的候选人并导出 CSV。
• 旅行：在 Booking、Agoda 按照预算、评分、位置自动挑酒店并填写预订信息。
• 数据收集：从政府公开网站、学术数据库定时抓取最新条目并生成摘要。
• 无障碍：视障用户通过语音指令让 AI 代替复杂点击，完成网购或政务申报。

是否收费

• 安装与基础版：永久免费，每日 20 次任务，单任务限 10 步。
• Pro：9 USD/月，每日 500 次任务，单任务 50 步，优先 GPT-4 Turbo。
• Team：29 USD/月，含 3 个席位，共享任务日志、团队规则库、API 回调。
• 企业：私有化部署 + 自定义模型端点，按年报价。

平台兼容性

• 浏览器：Chrome 109+、Edge 109+（基于 Chromium）。
• 操作系统：Windows 10/11、macOS 12+、Ubuntu 20.04+。
• API：提供 REST 端点，可将任务结果推送到 Zapier、Make、Notion。
• 移动端：暂不支持，但可通过桌面版 Chrome 远程调试。 数据与安全 - 仅传输当前活动标签页的可见像素与 DOM，不读取本地文件或其他标签。
• 采用 OpenAI 零保留政策（zero-retention），任务完成 30 天后自动删除。
• 开源 MIT 许可证的核心操作库，代码托管于 GitHub，可供安全审计。

BrowseGPT 把“大模型视觉理解”封装成零代码智能体，填补了传统 RPA 工具需要录制脚本、配置元素的痛点。对于需要频繁在网页上重复点击、收集或比价的个人与中小企业，它提供了“一句话即可运行”的极简体验；同时开放 API 与日志，又具备与企业级自动化流程对接的扩展性，是目前 AI 智能体赛道中兼顾易用、透明与性价比的代表产品。

==========================================================