用自然语言直接操控网页界面的 JavaScript 页面内 GUI 智能体，把浏览器自动化从写选择器变成说人话，适合做网页操作助手和自动化流程。

基于 Chromium 的开源智能体浏览器，让 AI 直接操作网页完成自动化任务，可作为 ChatGPT Atlas、Perplexity Comet 的替代方案。

系统梳理基于多模态大模型的 OS Agent 研究，覆盖电脑、手机和浏览器三类操作场景，适合快速建立该方向的技术全景。

内置多智能体平台的开源 AI 浏览器，可替代 ChatGPT Atlas、Perplexity Comet 等产品，让智能体直接在浏览器里完成网页操作与任务编排。

微软开源的前沿电脑操作智能体模型系列，让 AI 直接操控浏览器和桌面界面完成点击、输入等任务，省去为每个网站单独写自动化脚本。

给 ChatGPT 加上本地 MCP 能力，通过 Chrome 扩展和 Electron 客户端实现跨平台自动化、多智能体工作流与断点续跑。

开源的浏览器 AI 智能体，以 Chrome 和 Firefox 扩展形式运行，让 AI 直接操作网页完成自动化任务。

收集构建 AI 网页智能体所需的工具、框架和资源清单，帮开发者快速找到浏览器自动化与 LLM 驱动的 Agent 方案。