重生之我做了个浏览器 Agent，以为能火，结果 github 只有 50 star

[helei]

只有 50 Star 的项目是啥

• 项目名称：轻舟(qz)
• 项目地址：alibaba/qz-browser-agent
• Chrome 应用商店： https://chromewebstore.google.com/detail/dknbdgkgoinlgjpfebapkklbmjjgdblm

基本上就是一个生活在浏览器里的 Claude Code ，人能干的他都能干。

轻 的意思是所有功能都集成在 浏览器扩展 里，大小不到 5MB ，不需要额外安装东西，你自己配置模型接口

舟 的意思就是提升你上网冲浪的速度，但你依然能把控船的方向（人能随时介入“自动化上网”过程）

核心设计：把浏览器和 Coding Agent 杂交一把

下表是轻舟从 Coding Agent 上借鉴而来的设计

Coding Agent	轻舟（ qz ）
读取代码	读取网页结构/提取正文（下图：提取页面表格信息）
运行代码	在网页上运行自定义 JS
多任务 / 子 Agent 并行	多任务 / 子 Agent 同时开多个 Tab 干活
支持 Skill	支持能在网页上运行的 Skill 比如去 arxiv 搜论文
交付代码系统	交付采集&整理好的页面信息

另外，由于轻舟运行在 你自己的浏览器，复用了你的登录态，所以一些难以进入的站点（这里不贴图了），对他来说如入无人之境。

开发者友好性

作为一个老登，我怀念远古时代那些不用登录的软件。

比如 foobar2000 ，解压打开就能用，不要注册，不要账号，不会弹窗求你开会员。

轻舟也想做成这样：

• 不用注册账号：装上扩展就能用，没有服务器，会话、Skill 和数据全存在你本地。所有网络请求只有大模型 API 请求
• 模型自己选：填上你自己的 API Key ，DeepSeek 、KIMI 都能接；有 ChatGPT 账号的话，也可以直接用 OpenAI Codex 登录。
• 能被别的 Agent 调用：提供 CLI 和 MCP （npx skills add alibaba/qz-browser-agent -g)，下图：PI Coding Agent 操作轻舟采集信息

所以，为什么只有 50 Star ？

我自己也想不通，所以来 V2EX 求个答案（以及 Star ，帮我脱离 50 俱乐部 🙏）

• 可能原因 1：浏览器 Agent 这个方向本身就是伪需求？未来是 Grok Bot 的（ Maybe ）
• 可能原因 2：个人营销能力太差 🤦 （各位给点意见）
• 可能原因 3：单纯做得烂（个人不觉得！可以试用感受一下）

[helei]



[helei]

sorry 上面图破了，Codex 做的「宣传片」 👇

https://github.com/user-attachments/assets/3203bc89-ef26-4f66-86cc-b602a912a1ab

[jamos]

这里多是程序员，他们有自己的 agent 们，所以浏览器扩展大概率无法替代现有的客户端吧

[lssvip]

我没有想到有哪些使用场景，或许你可以聚焦一下。比如：采集金融类的信息，进行汇总，给出一定的消息输出，辅助金融行业的人及早发现，做出调整。 基本上就是一个生活在浏览器里的 Claude Code ，人能干的他都能干。兄弟你说的这句话，我不是抬杠哈，我能给你评论帖子，他能吗？如果不开心就当我瞎逼逼的。

[helei]

我能评论帖子 - 发送自轻舟

[alphato1o]

这个 agent 能控制几个互不干扰的浏览器 session 并行操作么

[jyeric]

感觉会是推广问题？如果我没看到帖子也不会知道这个插件。理论 AI 类开源工具可以去 L 站推广，那边关注度可能会高些。

我目前感觉这个定位更是处理浏览器页面能力的 agent ？因为 chat 已经有 edge 自带的 copilot 了。但是相比 codex 的 web use 更方便是在直接在浏览器内对话？

[helei]

@lssvip 你的问题非常好。上面是他回的，其实只要你想，可以让他把整个 V2EX 的帖子都读一遍逐个回复。另外你提到的金融类信息，完全可以，还可以查一些企业工商信息（我有同事开了天眼查的会员，登陆之后天天用轻舟查人），你能用浏览器干的事情他都可以，而且可以综合多方信源，大批量操作。

过程截图： https://github.com/user-attachments/assets/1a363d0b-0eed-4a0a-9d3a-1fbda076c848
过程视频： https://github.com/user-attachments/assets/1a51c1ad-0952-4798-94ae-8a4df68cfc39

[helei]

@alphato1o 当然，我录制 case 的时候同时开 10 多个毫不相干的 session ，tab 都满了。在实现 agent 框架的时候，实现了 session 和 tab 的互斥逻辑。

[helei]

@jyeric 论操作浏览器，比 codex 以及 edge 的 copilot （包括 Chrome 自己的集成的 gemini ）都敏捷一些，因为实现思路更宽广。

Codex 是基于一个通用的 computer use 的框架来实现浏览器操作的，很多能取巧的时候（比如直接注入 JS ）他不会干，导致操作慢，轻舟没这个障碍，基本上他都能找到最高效获取（破解）信息的方式。

[helei]

@jyeric 感谢提醒，我去 L 站也看看

[jyeric]

@helei 不过 L 站要求：项目内要链接认可 LINUX DO 社区。加在个人里面的项目加上没有问题，但是你项目是在 alibaba 下面的就不一定能允许加 L 站论坛链接。

[ruxuan1306]

12 个月前有点价值。现在 ego-lite 已经杀死比赛。

[helei]

@ruxuan1306 你说的对，不过轻舟还是略有差异：比如不依赖外部 Agent 驱动它，很小的安装包（ 5MB ），平常你在上网的时候，可以随时唤起做一些事情，比如“交叉多个信源验证当前页面信息”，“帮我填一下这个页面的表单”，而不用先启动一个 Agent 。

总之，以浏览器为主的工作场景，轻舟会很有用（操作企业内部平台，信息采集调研），如果你的第一入口是 Agent 应用，轻舟价值有限。

[Hubs]

啥都不显示？
[img]https://user26457.cn.imgto.link/public/20261020/33998e02f42557b38ac8c5c0-screenshot-2026-10-21-033613-911.avif[/img]

[quxiaojuncuiyue]

你是真不会宣传呀 看你说了半天 都不知道这玩意是啥 有啥用 所以这玩意跟 computer use 或者 ai agent cdp 调试操作浏览器 或者 playwright mcp 或者 Selenium driver 到底有啥区别 你得核心卖点是啥 都没说清楚呀

[helei]

@quxiaojuncuiyue 你批评得对！轻舟是一个浏览器侧边栏插件，包含了完整的 Agent 能力（不需要像你提到的 mcp 一样，需要再装一个外部 Agent 调用它），你可以在日常上网的过程中，随时唤起它干活（比如帮我把这个知乎作者的文章都整理到一个表里）。

另外，computer use 只能根据浏览器画面来操作元素，轻舟不止可以看画面，还可以分析网络请求，并采用最高效的方式完成任务。（ computer use 还在傻傻翻页的时候，轻舟已经破解页面 API 了）

它内置的 skill 系统可以自动化学习一个网站，将其能力变成内置工具，一步完成复杂操作。比如搜索小红书帖子，查询公司法人风险，去 12306 查车票。

[helei]

@Hubs 图都是 github 外链，不知道有没有更好点的地方放图

[shanghj]

我不干代码有几年了，不讨论技术方面，但说功能，qz 和豆包、deepseek 这类网页端比有什么特长，能力和这类比怎么样？有什么吸引人尝试的地方？易用性如何？现在太多这类工具类的插件了，有的介绍写的挺好，实际上使用要么配置复杂，要么就是半成品。用来用去感觉简单的工作还不如用豆包、deepseek 网页端，复杂的用 opencode 这类客户端。

[helei]

@shanghj 感谢回复，易用性也是我重点投入的点，目前开源的这个版本，唯一涉及复杂配置的，就是一开始的模型 api key ，后面的使用体验我们在几百人的内部用户群体里测试&打磨了 2 个月。从我内部使用中，有一半是非技术岗位，使用场景包括重复浏览器操作提速，互联网爆点采集，商业信息调研等，从浏览器的专精程度上，远比豆包和 deepseek 好，对于更复杂的任务，如果不涉及开发/设计，它的能力也不弱。