这是一份能让普通用户用上强大的AI浏览器的手册。如果你是AI资深玩家，这里可能没有陌生的东西，但仍然欢迎分享给你认识的普通用户朋友。
先看看使用效果：一边开着AI，和它对话，AI一边操作你的浏览器，帮你完成网页中的任务。
比如我给它这个指令：
查询小红书，阅读至少30篇相关笔记，了解东南亚海岛度假有哪些可选目的地，各有什么特色。整理成一个txt文件存到下载文件夹。
结果准确可靠，因为来自经过挑选的信息源，而不是整个鱼龙混杂的网络。这个研究结果很适合作为一场旅行规划的起点。
相比各种AI浏览器产品，这个方案的优势是能同时操作浏览器和本地文件。本地文件是你的世界，浏览器里是整个世界，把两者连起来，想象空间非常大。许多工种的日常工作是反复在某个后台系统里上传和录入，就很适合用AI来代劳。
不用安装新浏览器，把你习惯的Chrome/Edge等直接加上AI能力。对于不懂技术、不会魔法上网的用户，这个方案已经是最优解。
感兴趣的话，深呼吸，开始动手吧。配置过程有点复杂，但一劳永逸。
先注册千问海外版的账号，免费的AI能力来自千问模型：
模型并非无限量使用，但既然你不用来编程，每天的免费额度几乎用不完。
下载Node安装包，这是AI和浏览器工具运行所需的基础设施：
https://nodejs.org/zh-cn/download
上面一大堆代码不用管，下载按钮在这，会自动选出适合你操作系统的安装包。
这一步要用到令人头皮发麻的命令行工具。这个心理障碍势必要克服，因为实际使用也是在命令行里。用熟了，你会有一种黑客帝国尼欧的感觉，你的同事完全看不明白你用了什么魔法。而且，熬过了这一步，你就可以见证AI自己给自己配置的奇妙过程，加油~
不同操作系统的命令行启动方式不一样：
Windows系统 ：按 Win + R ，在左下角弹出的窗口里输入 powershell ，回车，启动命令行。启动后建议在底部任务栏图标上点右键“固定到任务栏”，方便下次使用。
Mac系统 ：按 Command + 空格 ，输入 终端 ，回车，启动命令行。启动后建议在底部任务栏图标上点右键“选项 > 在程序坞中保留”，方便下次使用。
接下来的操作又一样了。复制下面的命令，贴进去，按回车就开始安装了：
npm install -g @qwen-code/qwen-code@latest
安装过程会有个符号一直旋转。直到看到类似如下结果，就说明装好了：
added 6 packages in 38s
AI装好之后，我们善加利用，后面的步骤就让它完成吧。
在命令行里输入 qwen ，回车。首次启动会让你选身份验证方式，当然选免费的啦。这时候会跳到浏览器，通过千问海外版账号登录。登录完成切回命令行。
在苹果电脑上每次启动 qwen ，画面就是这样，Windows则是黑色的。不用怕，命令行界面我大致解释下，让你有概念：
黄色框以上，是聊天记录区，你和AI的对话都会显示在那，目前显示的是欢迎语。
建议把窗口拉大点，否则聊天记录每次显示太少了。
两条蓝线夹着的区域是输入框，你打的字会出现在这里，回车发送。
如果只是想要换行，Windows上按 Ctrl + 回车 ，Mac上 Option + 回车 。
发现AI理解错了你的要求，或者临时改主意了，可以通过按 Esc 打断AI，下达新的指令。
注意，这个AI没有视觉能力，截图不能往里面贴。它是瞎子，通过代码来理解和操作网页。
接下来，给你准备好了现成的指令，这一大段复制进去，回车。AI会自己完成初始化配置：
你是Qwen code，你的配置目录在`~/.qwen`。你的任务是完成新用户首次配置，帮助用户安装必须的工具：
**步骤1**在配置目录找到settings.json。
如果当前是Windows系统，往里面添加如下配置：
{
"mcpServers": {
"playwriter": {
"command": "cmd",
"args": [
"/c",
"npx",
"-y",
"playwriter@latest"
]
}
}
}
如果是Mac系统，添加如下配置：
{
"mcpServers": {
"playwriter": {
"command": "npx",
"args": ["-y", "playwriter@latest"]
}
}
}
**步骤2**在配置目录创建全局自定义提示词QWEN.md，内容是：
你是一个浏览器/本地双环境自动化助手，可以控制浏览器和本地文件系统。
每当用户说“使用浏览器”或“在浏览器里”执行某项任务，一定指的是使用playwriter mcp来操作浏览器，检查连接性，确认能通过这个mcp获取到当前打开页面的信息，并给用户反馈。如果无法连接，提醒用户检查是否点击了浏览器插件的箭头小图标。
在实际操作浏览器过程中，如要操作的元素反复找找不到，点击点不中，要充分考虑现代网页技术的复杂性。网站可能用了动态加载等方式，也有可能是模态浮层遮挡了对应位置，用观察URL结构等多种方法排查并解决问题。
**步骤3**把这个浏览器插件下载到系统下载目录：
https://c2.crxsoso.com/crx/blobs/AV8Xwo5LQcmScQn08gpIRs0miQ6Mvevy3FDdb3iyyRDSlUS4Is6dTPfvvrNKjpjmy6VchgCS0p00J8Ooz9b624lgzyndHDatcaUxZMR81-HRtiLwbAypGrQJMBbmWmZ7nV0AxlKa5Z_50eB2pakXBz6YCRWobqy6rTRq/JFEAMMNJPKECDEKPPNCLGKKFFAHNHFHE_0_0_67_0.crx?ext=crx&filename=Playwriter%20MCP%200.0.67&type=dl
**步骤4**查看系统默认浏览器是什么，打开该浏览器的扩展管理页面。
例如，Chrome浏览器就打开`chrome://extensions/`，以此类推。
**步骤5**用资源管理器或访达打开系统下载目录。
在这个过程中，你会遇到很多次AI向你请求权限。允许执行这个，允许执行那个。都要允许，否则无法进行下去。建议总是选倒数第二项，可以最大限度减少这种询问。
AI需要借助插件来控制你的主力浏览器，才能充分利用你常用的网站和已登录的账号。
在上一步打开的浏览器插件管理页面中，找到“开发者模式”，打开开关。Chrome浏览器的开关在右上角，Edge浏览器的在左边栏（还有个“允许来自其他应用商店的扩展”也要打开），其他浏览器需要自行查找。
再切换到刚打开的系统下载目录，把这个“Playwriter_MCP_xxx.crx”拖到浏览器插件管理页面中，插件就安装完了。
最后建议多做一步，在浏览器窗口右上角找到浏览器插件列表，图标是一个小拼图。点击，在打开的扩展程序列表里找到“Playwriter MCP”，点它旁边的图钉图标，让它显示到外面来，好找。
使用就很简单了。
打开任务栏的命令行工具，输入 qwen ，启动AI。
在浏览器里打开要给AI操作的网页，点击鼠标指针样子的插件图标。这个页面就会被自动加入到一个叫“playwriter”标签页组里，上面有一根细线把它框起来，这个组就是AI的可操作范围。
在命令行里向AI发送：
如果它说可以，就开始自由指挥AI吧。AI操作浏览器有时会遇到机器人验证，人工帮它通过一下，别让它独自死磕。
还有可能遇到连不上的情况，大概率是系统权限原因，直接让AI尝试解决。它也有可能因为缺乏权限无法解决，这时候它会告诉你几条命令，让你来手动执行。如果不明白如何执行，继续追问就是了。
使用结束，再点插件图标，标签页组会被解开，AI就无法继续控制浏览器了。
补充一个小技巧。AI在控制浏览器时，遇到一些复杂的网页，常常会四处碰壁，好长时间都找不到需要操作的按钮或输入框。
这里所谓的“复杂”，往往和非技术用户理解的不一样，并不是指视觉上的复杂。像携程飞猪机票查询这种网页，看似就那么几个输入框，但由于网站用了比较现代的动态加载等技术，AI很难读通过代码读懂整个网页的结构，失败率高。而像公司内部后台系统这样满屏幕密密麻麻信息的网页，可能由于使用技术比较传统，网页的元素都是静态的，反而AI一看就明白，成功率很高。
一旦它成功了，哪怕只是部分成功并没完成任务，你都可以要求它总结经验，保存下来，下次就能少走弯路：
复盘刚才的操作。请把“任务目标”、“关键步骤”、“遇到的坑”和“解决办法”整理成一个 Markdown 文件，保存到桌面，文件名叫“AI浏览器操作手册.md”。这个文件你自己可以不看，妥善保管就行。每次需要AI执行这个任务时，告诉它你把这文件放哪了，指挥它读这个文件，然后再开工。如果这次AI又有新进展、新发现，让它更新这个操作手册。
只要这个任务是你经常要做的，就值得这样打磨。AI完全把流程跑通弄明白之后，它会成为你的好帮手。
其实这就是近期大火的skills概念的核心思想。虽然你没有真的用上skills，但效果差不多，算是一种手动skills。能用好这种用法，你可能已经超越了99.7%的人了。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。