目前在调研 browser-use 框架,一个基于 langchain + function calling 的浏览器 agent 框架。 最近使用下来,需要自定义配置的地方特别多,问题也比较多:
我使用的模型是 deepseek-v3 ,上述问题用 system prompt 也不一定能解决,执行起来非常不稳定。 此外,感觉 browser-use 本身框架也存在一些缺陷,比如 selector map 更新的问题等。
但是像 ChatGPT Operator 这种都给你封装好了,是不是只能接入一些主流网站,有没有 Pro 用户讲讲好不好用?或者给点这方面相关的意见也行。
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.