自己搓了一个 Chrome 侧边栏插件，主要的作用是「Agent 操控浏览器」，让 gpt 取了个名，叫 Aether。（读起来有点像 伊-瑟儿） 作为 kimi 重度使用者，之前很喜欢 kimi 家的 Kimi Webbridge 浏览器侧边栏插件，但是 kimi free 额度太少了，基本上这个插件对我来说是无法使用的状态。正好加上最近不忙，就没日没夜搓了一个 Kimi Webbridge plus 版。 主要功能依然是 Agent 操作浏览器，Agent 支持的功能也几乎全支持了（搜索功能，代码运行，沙箱机制，Goal/Plan/上下文压缩/Memory功能，浏览器操作工具，office文件解析阅读等等），跟 Kimi Webbridge 一样，也带 skill 使用管理机制，只不过，因为我比较喜欢用 ChatGPT WebUI 的“项目”功能（也就是可以有一个工作目录，把相关的文件放进去，Agent 工作的时候可以使用）。现在正在做的是：1. 录制页面操作流的机制，后面使用起来他就会自动根据录制的流程操作网页，并沉淀成 actionflow，用于复用和分发。2. 接入 jev 等决策模型，把页面解析效率提高点，并提高网页操作成功率。3. 支持 actionflow market，后面大家可以把自己的 wctions workflow 发布到云端，大家可以拉下来自己用，可能正好碰到需要支持某个网页的操作的，就可以拉一个 workflow 下来让agent直接用，就不需要自己再让agent识别网页让它自己瞎琢磨了，省时省token。 跟kimi webbridge的区别主要在一点，免费 因为可以自定义接入自己的api和key，就不需要订阅kimi plan才能使用了。并且支持 jev、actionflow 和 market，用起来会很高级。 跟ChatGPT WebUI那个项目功能的区别也只有一点，免费。因为上传的文件，最后都落在自己的电脑上，不传云端，可不得免费吗 目的就是“通通免费”嘿嘿 emm，现在的使用场景大概在几个地方吧： 海投简历：创建「工作空间」，把自己的建立和信息文件丢进去，然后让 Agent 开始海投简历（因为是直接操作浏览器，不是调接口，相当于外挂一个 Agent 来操作，所以跟真人来操作没什么区别，正常使用不太会封号）。例如上个boss直聘，下载一个 actionflow 下来，然后 agent 操作浏览器，框框帮你投简历。 小红书评论阅读和淘金：上「小红书」，用 agent 配合 actionflow 一起工作操作小红书，在里面进行「竞品调研」「同行调研」「二手货低价淘入」等等，似乎还是木有问题的。 刷L站：依旧 agent + actionflow 起手，让 agent 帮忙刷刷 L 站，早日飞升 暂时就没想到辣么多了。 我自己很注意ui/ux交互细节，实际体验会比图片更好，先放点实际截图给大家瞅瞅： 之前没有上架过浏览器插件，想问问一般上架浏览器插件有啥坑要避不 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：工作与职业机会
  • 分类依据：内容涉及招聘、求职或职业发展
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/10/19 20:30:48