OpenBrowser-AI

OpenBrowser通过原始的CDP（Chrome开发者协议）将AI代理与浏览器连接，没有中间层。大型语言模型（LLM）在一个持久的命名空间中编写Python代码，并且每次调用时会批量处理操作。页面状态大约为450个字符。我们对比了三种框架在六个实际任务上的表现，结果显示在所有任务中都达到了100%的准确率，使用的令牌数量减少了2.6倍，推理成本降低了59%。我们的研究方法是公开的且可重复的，采用MIT许可证。该项目还包括命令行界面（CLI）和MCP服务器，并支持15个LLM提供商。此外，我们还发布了两项关于训练开源模型进行浏览器控制的强化学习研究。