三步掌握智能驱动的网页自动化：Nanobrowser全功能使用指南

Nanobrowser是一款开源的多智能体浏览器自动化工具，通过内置Chrome扩展实现网页自动化操作。它采用先进的多智能体协作架构，能够模拟人类浏览行为，自动完成网页信息提取、表单填写、数据收集等重复性任务，让你从繁琐的网页操作中解放出来，专注于更有价值的工作。

确认环境兼容性

在开始安装前，请确保你的环境满足以下要求：

• 浏览器兼容性：Chrome 或 Edge 最新版
• 网络环境：可访问互联网以下载扩展和依赖
• 开发环境（可选）：若需从源码构建，需安装Node.js v22.12.0+和pnpm v9.15.1+

选择合适的安装路径

快速部署：Chrome商店一键安装

1. 访问 Chrome Web Store 中的 Nanobrowser 扩展页面
2. 点击"添加到Chrome"按钮
3. 在弹出的确认对话框中选择"添加扩展"

提示：安装完成后，扩展图标将出现在浏览器工具栏。若未显示，可点击工具栏右侧的"拼图"图标找到Nanobrowser并固定到工具栏。

手动部署：体验最新功能

如需体验最新开发版本，可手动安装：

1. 从项目仓库下载最新发布的nanobrowser.zip文件
2. 将下载的ZIP文件解压到任意文件夹（例如Documents/nanobrowser）
3. 打开Chrome浏览器，访问chrome://extensions/
4. 开启右上角"开发者模式"开关
5. 点击"加载已解压的扩展程序"，选择之前解压的文件夹
6. 确认添加扩展

源码构建：自定义开发

如果你是开发者，想自定义或贡献代码，可以从源码构建：

1. 克隆仓库

git clone https://gitcode.com/GitHub_Trending/na/nanobrowser
cd nanobrowser

2. 安装依赖

pnpm install

3. 构建扩展

pnpm build

构建完成的扩展文件将生成在dist目录下，按照手动部署的步骤加载即可。开发模式下可使用热重载：

pnpm dev

配置AI服务连接

打开设置面板

点击浏览器工具栏的Nanobrowser图标打开侧边栏，然后点击右上角⚙️图标进入设置。

配置API密钥

在设置页面中，选择"LLM Providers"选项卡，添加你的API密钥。支持多种提供商：

方案	适用场景	配置难度
OpenAI API	追求稳定性和通用性	⭐⭐
Anthropic API	需要长文本处理能力	⭐⭐
Google Gemini API	偏好Google生态	⭐⭐
兼容API（Ollama/Groq）	本地部署或特定优化	⭐⭐⭐

智能体模型分配

Nanobrowser采用多智能体架构，建议为不同角色分配合适的模型：

智能体角色	推荐模型	功能说明
Planner	Claude Sonnet 4	负责任务规划和策略制定
Navigator	Claude Haiku 3.5	负责网页导航和元素交互

验证功能完整性

安装完成后，让我们测试一个简单任务：

1. 打开任意网页（例如GitHub Trending）
2. 在Nanobrowser侧边栏输入：帮我提取当前页面的前5个项目标题和链接
3. 点击发送按钮，观察智能体如何自动浏览并提取信息

🛠️ 操作提示：首次使用时，系统会请求必要的网页访问权限，请在弹出的权限请求对话框中点击"允许"。

排查常见运行故障

扩展无法加载怎么办？

• 确保已启用开发者模式
• 检查扩展文件是否完整
• 尝试重启浏览器后重新加载

智能体没有响应如何处理？

• 验证API密钥是否正确配置
• 检查网络连接是否正常
• 确认所选模型是否支持当前地区访问

任务执行失败如何解决？

• 尝试简化任务描述
• 检查目标网站是否有反爬虫机制
• 在设置中调整智能体的"思考深度"参数

探索高级应用场景

自动化工作流示例

• 定期收集行业新闻并整理摘要
• 自动填写重复性表单
• 监控网页内容变化并发送通知

自定义开发资源

• 多智能体协作原理：AGENTS.md
• API文档：packages/storage/lib/
• 贡献指南：CONTRIBUTING.md

通过本指南，你已掌握Nanobrowser的安装配置和基础使用方法。这款智能驱动的网页自动化工具将帮助你大幅提升工作效率，减少重复劳动。开始探索更多高级功能，打造属于你的自动化工作流吧！

🔧 项目资源

• 官方文档：README.md
• 安全指南：SECURITY.md
• 源码目录：chrome-extension/src/
• 开发工具：packages/