惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园 - Franky
有赞技术团队
有赞技术团队
宝玉的分享
宝玉的分享
雷峰网
雷峰网
Hugging Face - Blog
Hugging Face - Blog
V
V2EX
大猫的无限游戏
大猫的无限游戏
博客园 - 司徒正美
D
Docker
T
The Blog of Author Tim Ferriss
罗磊的独立博客
博客园 - 叶小钗
酷 壳 – CoolShell
酷 壳 – CoolShell
Blog — PlanetScale
Blog — PlanetScale
月光博客
月光博客
J
Java Code Geeks
Jina AI
Jina AI
博客园 - 【当耐特】
C
Check Point Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
腾讯CDC
Last Week in AI
Last Week in AI
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
V
Visual Studio Blog

V2EX

我用 AI 写代码,但终端管理反而成了累赘——于是我做了 codux [调研] 各位在公司都用什么 ide 和 agent 写代码? 老运维 share 一个运维平台 看到有公司考核 token 指标,很好奇大家上个月的 AI 账单是多少 GLM-Coding 调用持续报错: z.ai 的 Lite 套餐几乎无法使用,官方 Pro/Max 是否稳定? 现在还有什么渠道可以稳定安全地使用 Claude 吗? 上海漕河泾内推,本组有 2 个 hc,一个后端,一个前端,预算都是 20k 左右,不打卡,氛围好 如果 V2EX 上有一组不永久保存聊天记录(比如只保存 7 天或者 24 小时)的聊天室,那么会开启哪些有用或者有趣的可能? gemini cli 貌似挂了,一直返回 403 第一次在自媒体上赚到钱 收集了最近在使用的低价 GPT, Gemini,邮箱等 AI 会员的小店合集 讨论个大实话:现在企业还在说 AI 编程提效 20%, 30%的,真的太落后,没用懂 AI。因为包括很多前沿公司,已经狂奔到提效 200%-500%的情况 [招聘][远程][币安] 前端/后端/QA/iOS/Android 至少 3 年以上经验 目前有大量 HC 欢迎投递 Chatgpt Pro 用量用不完的可以开这些设置 面试的时候好像遇到钓鱼了,给各位避个坑 cursor 年续费 22 号到期, 自动续费是否还是老的计次套餐呢 被两件破事毁掉的一下午,琐碎的内耗消磨人的精力 使用 Planet 存储 Codex 的会话或者重要信息 如果业务部门领导不要你开发功能,而是要求你教会它用 claude code 开发功能,你会怎么做? 分享一个 MacOS 接绿联 CM818 USB 转 DP 转接器使用感受 我的 HR 朋友 10 年老 Java ,非全大专,大家帮忙看看简历 开源了一个 AI 口语练习工具,音素级发音评分,完全免费可自部署 V2EX 上有哪些你觉得很有趣、印象深刻的妹纸? 字节为啥不出个国内版 Vercel? 有在大马的朋友吗? 问个运营商问题 你们在有领导的公司大群发过的最大胆的消息是什么 公司裁员,目前没有工作。想试试摆摊,做一个移动鲜啤打酒车 我的硬盘 Memblaze Pblaze 5 Linux 下不识别,给 Linux 内核提交了补丁, AI 说有望被合并 只有我一个人觉得 codex 不好用?
我做了一个「浏览器增强工具」,它用 AI 帮你把网页操作「自...
MaskerPRC · 2025-12-19 · via V2EX

我叫 Loopsaaage 佳恒,现在在做一个「 1 年做 100 个 AI 小产品」的个人挑战。最近正折腾的这个东西,可能对每天在浏览器里打转的打工人有点用,就来 V 站跟大家汇报一下,也想听听大家真实的吐槽。

先简单交代一下背景。我之前在华为、腾讯待过,做过游戏开发,也做过 AI 相关的系统。平时也喜欢折腾各种电子设备和新模型。这两年最直观的感觉是:模型确实越来越厉害,但真要落到「提高日常电脑办公效率」上,其实还没到那个爽点。大部分人用 AI ,还停留在「问点问题」「写点文案」「改改句子」这种层面。可是真正消耗人精力的,往往是浏览器里的那些重复步骤:打开好几个网站、来回切标签、复制粘贴、点一堆按钮、填一堆一样的表单。

所以我现在做的这个产品,叫「全视界( Tab Hive )」。它想解决的核心问题只有一个:把你在多个网站之间的一整套固定操作,用可视化的方式串起来,然后让引擎和 AI 自动帮你跑完。

如果用一句话来形容这个东西:把每一个网页当成可以连线的「节点」,数据可以在这些节点之间流动,而点击、输入这些操作也可以像搭积木一样编排起来。

目前已经做了几块比较核心的功能:

1. 多站点同屏展示

这个是最直观的部分。你可以在一块无限画布上,同时摆 2×2 、3×3 ,甚至更多个网页。每个网页都是活的,可以正常操作。

这对几类人比较有用:

  • 做运营、要看一堆后台数据的人,可以把几个后台都摊在一屏上;
  • 做电商比价的,可以把同一商品在不同网站的页面放在一块;
  • 做数据看板的,也可以把展示页、监控页、工具页都摆一起。

因为桌面端是用 Electron 做的,没有浏览器里常见的 CORS 限制,所以大部分网站都能塞进来,银行、社交媒体、各种后台都可以正常打开和操作。

2. 会话隔离 + 代理隔离

每个小窗都有独立的 Session ,Cookie 互不影响。实际用起来,它就变成了一个「多账号浏览器」。同一个网站,你可以在一块画布上同时登录多个账号,各自互不干扰。

再加上每个网页可以单独挂代理,你就可以做到:

  • 不同地区的账号分开跑;
  • 测试环境和生产环境分开开;
  • 不同业务线、不同商铺,各自用自己的 IP 和账号。

这个对电商卖家、运营、需要多地区访问和管理多账号的人来说,应该会挺刚需。

上面两点其实还只是「多窗口浏览器」。真正有意思的是第三块。

3. AI 驱动的多网页工作流编排

在这个工具里,每个网页不只是一个普通的窗口,而是一个「有配置的节点」。

你可以在某个网页上,用可视化的方式框选元素:鼠标移动上去会高亮,点击可以自动生成选择器。你可以给这些元素起名字,比如「价格」「活动信息」「提交按钮」「搜索框」之类。然后对每个元素定义两类东西:

  • 从这里要「提取什么数据」;
  • 可以对它「执行什么操作」(点击、输入、滚动等)。

在这个基础上,我设计了三种节点类型:

  • 网页节点:和真实网页打交道,负责抓数据、点按钮、填表单;
  • 流程节点:对数据做处理,比如过滤、转换、计算、组合;
  • 控制节点:根据数据结果去操控其他网页节点,比如「如果价格低于多少,就去 XX 页面下单」。

节点之间有两种连线:

  • 数据连线:数据怎么在节点之间流动;
  • 执行连线:执行顺序怎么走。

整体看上去有点像简化版的 Node-RED ,只不过它作用在真实网页上,而不是纯接口。

用几个具体一点的例子来说明能干啥:

例子 1:电商价格监控

  • 你在画布上打开几个电商平台,同一件商品的详情页;
  • 网页节点负责从每个页面抓「当前价格」「活动价」「满减信息」这些数据;
  • 流程节点把这些数据算一遍,比如统一成同一种单位、加上运费、算折扣后最终价格;
  • 最后,把结果丢进你自己做的一个「价格看板」网页里,自动填出一个列表或表格。

你平时只要看这个看板页面,就能知道每个平台当前的实际到手价,而不用每天手动打开一堆标签一点点比。

例子 2:多站点表单批量填写

  • 你有一份简历或者一套公司信息,需要丢到很多网站:投简历、注册账号、填写商家资料、提交工单等;
  • 你可以在流程节点里,先把这份通用信息整理好,比如「姓名」「电话」「公司名」「介绍」「链接」等字段;
  • 然后用控制节点驱动不同网站的表单,让它们自动去对应的输入框里填这些字段,并且点击提交。

你只需要前面配置一次,后面要上新网站,只要把对应的输入框标记出来,拖拖线,流程就能直接复用。

例子 3:多账号批量操作

  • 你打开三个一模一样的运营后台页面;
  • 每个页面挂不同的账号和代理;
  • 控制节点驱动这三个页面同步干同一件事,比如一起发帖、一起发优惠券、一起拉报表。

比你一个账号一个账号地登录、切浏览器、来回点,要轻松得多。

4. 执行引擎和调试体验

执行这一块,现在已经有一整套比较顺的流程:

  • 引擎会自动找到起始节点,按执行连线往下跑;
  • 执行过程中有实时日志,你可以看到在哪个节点做了什么;
  • 每个节点的输入和输出数据可以直接展开查看;
  • 如果哪个节点出错了,会标红,并给出简单的堆栈信息,方便你查问题。

对平时喜欢搭工作流、玩自动化的人来说,这一套应该比较好上手,至少调试不会太痛苦。

5. 和 AI 相关的部分(目前的规划)

现在 AI 这块主要是把底层接口和空间预留出来,具体的能力准备先从两个方向做:

  • 自然语言生成工作流草稿:
    你可以直接打一段需求,比如「从 A 、B 、C 三个站抓这个商品的价格和库存,算完之后写到 D 站的一个表格里」,AI 帮你先搭一个大致的节点和连线框架,你再自己细调、补充规则。

  • 智能识别页面元素和提取规则:
    简单说,就是尽量减少你和各种复杂选择器死磕的时间。比如 AI 帮你猜「这个列表每一行的结构」「这个页面所有价格字段」「这个表单里所有必填项」,然后给你几个候选方案,你选一下就能用。

6. 挑战记录和后续

我自己「 1 年 100 个产品」的进度和过程,都放在这个站点上:
https://100.agitao.net
「全视界 / Tab Hive 」是里面相对比较重的一个项目,我会长期迭代,不是玩票性质的 demo 。

如果你平时的工作里,有这种「每天都在几个固定的网站之间,重复做几乎一样的事情」的场景,或者你已经在用 AutoHotkey 、Playwright 、Selenium 之类的工具,但又不太想写脚本、写代码,欢迎在评论里跟我说一下你真实的场景:

  • 你现在具体是怎么操作的;
  • 哪些步骤最烦、最容易出错;
  • 你希望能「一键搞定」的那一刻是什么样子。

我这边会优先把这些高频、痛点明确的场景做成内置模板,方便大家直接拿来用,也能帮我验证一下,这个方向到底值不值得继续重仓做下去。