Nanobrowser 把 AI 網頁代理人裝進 Chrome，開源免費模型自選

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

讓 AI 幫你跑網頁任務，市面上多數方案走雲端路線：任務在業者機房的瀏覽器裡執行，你隔著遠端畫面等結果，按月付訂閱費。Nanobrowser 走另一條路：它是一個裝在 Chrome 裡的開源擴充功能，AI 直接操作你眼前這個登入著所有帳號的瀏覽器，擴充本身免費，模型接你自己的 API 金鑰。

這個定位打中了很多人，GitHub 上累積到 13,828 顆星星，Chrome 商店有 5 萬人安裝。不過在官方原始碼、商店頁與文件裡，有四件事比「免費的 Operator 替代」更值得先知道：免費的只有擴充本體，帳單轉到 API 那端；它要求的瀏覽器權限是一整套；隱私宣稱有一個預設開啟的遙測但書；以及這個專案的程式碼已經將近十個月沒有變動，商店裡 5 萬人裝的仍是同一份 v0.1.13。

和雲端代理人差在哪：它開在你登入中的分頁上

先講機制，因為所有優缺點都是從這裡長出來的。

Nanobrowser 是 Chrome 的 Manifest V3 擴充功能（TypeScript 寫成，Apache-2.0 授權，原始碼在 GitHub 上全公開）。安裝後它會在側邊欄開一個對話窗，你用自然語言下任務，例如「到某新聞站抓出今天的前十則標題」。背後的服務程式會透過 Chrome 的除錯介面（chrome.debugger，內部用 Puppeteer 這套自動化庫接上）附著到你的分頁，把頁面結構讀出來交給模型判斷，再代替你點擊、輸入、滾動。

工作拆成兩個代理人：一個負責規劃（Planner），把你的任務拆成步驟、看進度、決定下一步；一個負責執行（Navigator），實際去操作頁面。兩者可以指定不同模型，這是它成本控制的關鍵設計，後面會講。它還對網頁內容做了一層注入防護：頁面文字裡如果藏著「忽略先前的指示」這類想劫持代理人的句式，會先被替換成標記再送進模型，不讓看起來像網頁內容的東西冒充你的指令。

側欄本身就是操作介面。任務執行中會即時顯示兩個代理人的往返狀態，完成後可以直接追問後續問題，歷史對話收在側欄裡能回頭翻。README 放的官方示範影片展示的正是這一幕：規劃端分析 HuggingFace 網站時遇到障礙，自己修正判斷並改指示執行端換路徑，整段都在本機瀏覽器裡發生。官方給的任務範例也都是這個量級：到 TechCrunch 抓 24 小時內的前十則頭條、查 GitHub 上星數最多的趨勢 Python 專案、在 Amazon 找一支 50 美元以下、續航十小時的防水藍牙喇叭。一句話下去、跨網站跑完、把結果帶回來，這是它設計上要解決的任務形態。

Pin

跟雲端代理人比起來，這條路線的交換很清楚。任務跑在你自己的瀏覽器裡，用的是你現成的登入狀態，不必把帳號密碼交給別人的機房，也沒有雲端排隊這回事；模型由你自選，資料送到哪個 API 端點你自己決定。代價是能力上限等於風險上限：能讀你信箱的代理人，出事的時候也是在你登入中的信箱裡出事。工程上它不是從零造的輪子：頁面結構序列化的做法源自 Browser Use 生態、擴充功能骨架用了社群的 Chrome Extension Boilerplate、對話編排用了 LangChain，這些都列在 README 的致謝清單裡，對想讀原始碼的人是很好的地圖。想要「模型也在本機跑」的更極端路線，可以看我們先前介紹過的 on-device-browser-agent；偏好「錄一次操作、之後重播不經模型」的省 token 路線，則可以參考 Browserwing。

模型自己帶：免費的是擴充，帳單在 API 那端

README 開頭的對比寫得很直白：沒有 OpenAI Operator 每月 200 美元的價格標籤。這是專案自己的定位宣稱，200 美元指的是 Operator 綁在 ChatGPT Pro 方案上的訂閱價，實際方案與價格以 OpenAI 現況為準。但「免費」這兩個字需要拆開看：擴充功能本身確實免費、開源、沒有廣告，可是它不附模型，每次任務都在消耗你 API 金鑰背後的帳單。

供應商選項比 README 注意事項列的更多。原始碼裡的內建清單有 OpenAI、Anthropic、DeepSeek、Gemini、Grok、Ollama、Azure OpenAI、OpenRouter、Groq、Cerebras、Llama，外加任何 OpenAI 相容的自訂端點，共十一家加一個自訂欄位。金鑰存在瀏覽器的本機儲存空間（chrome.storage.local），不上傳到專案方的伺服器；想多家比價或走企業端點的人，OpenRouter 與 Azure OpenAI 都在清單裡，不必繞自訂欄位。

真正的成本結構在雙代理人設計。官方建議的省錢配置是規劃用便宜的模型、執行用輕量模型，README 也老實註明這樣的組合「輸出較不穩定，複雜任務可能需要更多輪」。換句話說，一個任務的 token 消耗等於兩個模型的對話往返乘上迭代次數，任務越複雜、頁面越亂，輪數越多。想完全壓掉 API 費用，可以把端點指向本機的 Ollama（預設位置 localhost:11434），代價是本地模型對指令的具體程度要求更高，官方文件也提醒要把任務拆細、講清楚。

隱私宣稱的但書：遙測預設是開的

README 的賣點清單裡有一條「隱私聚焦：一切都在你的本機瀏覽器執行；你的憑證留在你手上，絕不與任何雲端服務共享」。憑證那半句是真的，「一切都在本機」的讀法要加但書。

原始碼裡有一個分析模組，接的是 PostHog 這套遙測服務。初始化設定寫得明白：預設開啟（程式註解原文是「依需求預設啟用」）。它送出的東西包括任務的開始、完成、失敗、取消事件與耗時，以及一個叫 domain_visited 的事件，內容是你讓代理人造訪的網域位址。識別碼是匿名隨機 ID，不帶頁面內容、不帶你的 API 金鑰，設定頁裡也提供關閉開關，2025 年 8 月底加入後就一直跟著出廠版本，現在商店裡的 v0.1.13 也帶著它。Chrome 商店頁的資料處理揭露欄（網頁記錄、使用者活動、位置）跟這個設計對得起來。

所以「絕不共享」對憑證成立：API 金鑰存在本機、任務執行不經過專案方的伺服器、頁面操作也留在你的瀏覽器；「一切都在本機」的讀法則要打折扣，使用行為的統計資料預設會送到 PostHog 的雲端。對照它請求的完整瀏覽器權限，這個量級的遙測算節制，但重視隱私的人裝完第一件事應該是進設定把它關掉。

13,828 顆星星，程式碼停在 2025 年 11 月

星星數會騙人，時間軸不會。這個 repo 在 2024 年 12 月 31 日建立，累積 369 次 commit、14 個版本標籤，最後一個版本 v0.1.13 在 2025 年 11 月 22 日發布。之後的故事是：最後一次碰程式碼的 commit 停在 2025 年 11 月 24 日（更新擴充功能描述），再來就是十個月的安靜。2026 年 8 月 18 日確實有一次更新，但內容只在四個語言的 README（英文、西班牙文、土耳其文、繁體中文）裡加上自家另一個產品（DSH 外掛目錄）的宣傳連結，一行程式碼都沒動。

Pin

README 到今天仍寫著「我們正在積極開發」，路線圖討論串從 2025 年 3 月掛到現在，語音介面與安全防護兩項打了勾，MCP 支援、開發者 API、Google Workspace 整合都還空著。與此同時，社群還在回報 bug 與提交 PR：2026 年 7 到 9 月有 WebMCP 支援、DeepSeek 修正、語音模式等貢獻進來，全部停在 open 狀態沒有人審核合併；「用一陣子後點擊與 DOM 互動失效」這類影響基本可用性的 issue 也還開著。商店頁的數字同樣誠實：5 萬名使用者，評分 3.7（64 則），最後更新 2025 年 11 月 23 日。

官方門面也反映了同一件事。nanobrowser.ai 是一頁式網站：一個「加到 Chrome」按鈕、五條問答，頁尾掛著 2026 年的版權聲明與那個 DSH 目錄連結，沒有部落格、沒有更新公告。專案由開發者 alexchenzl 主導，靠 GitHub Sponsors 接受贊助，README 的贊助詞寫著「每一筆貢獻都幫它保持免費開源」。開發重心轉向別的產品、這邊只剩最基本的維持，是現在看起來最合理的解釋。

這不代表它不能用了。功能是完整的，商店安裝管道活著，Discord 社群也在。要調整的是期待：裝的是一份沒有人維護的 v0.1.13，遇到 bug 不會有官方修版，升級要靠自己追社群 fork。對照整個 AI 瀏覽器市場都在快速變動（想看「整台瀏覽器都 AI 化」的另一條路線，可以參考 BrowserOS），一個凍結在 2025 年 11 月的代理人擴充，新模型支援到什麼程度只能靠相容端點自己試。

把整套瀏覽器交出去之前，先看權限清單

安裝任何代理人類擴充功能，最該讀的都是權限清單，Nanobrowser 的清單在原始碼的 manifest 裡，內容是：所有網站的存取權（<all_urls>），加上 debugger、scripting、tabs、storage、unlimitedStorage、webNavigation、activeTab 七項權限；內容腳本以 all_frames 設定注入每一個 http/https 頁面。翻成白話：它可以讀取並操作你瀏覽器裡的每一個網站，包括你登入中的網路銀行、信箱、公司內部系統。這是這類工具的物理前提，不是它特別貪心，但你要清楚自己交出去的是什麼。

兩個實際限制也該先知道。瀏覽器只正式支援 Chrome 與 Edge，Firefox、Safari 與其他 Chromium 變體（Opera、Arc 等）官方明言不支援。另外 README 有一整段免責聲明，明確切割任何基於這份程式碼的加密貨幣、代幣、NFT 衍生專案；這暗示掛它名字的變體確實存在過，安裝時只認官方商店頁與官方 repo，來路不明的 fork 不要裝。體積倒是輕得很：整包不到 1MB（商店頁顯示 983KiB），release 頁的 v0.1.13 壓縮檔從發布到現在累積 3,641 次下載，大部分人還是走商店安裝。

想試的話，第一個動作是關遙測

如果看完代價還想試，入門成本很低，判斷標準也很具體。

安裝有兩條路：Chrome 商店裝的是穩定版 v0.1.13（介面有繁體中文）；README 提醒商店版可能因審核落後，要最新功能可從 GitHub 的 release 頁下載 zip，解壓縮後在 chrome://extensions 開開發者模式手動載入。裝好後在側欄的設定裡加一家供應商的 API 金鑰，規劃與執行兩個代理人各指定模型，就緒。第一個動作建議是把遙測關掉，再開始跑任務。

驗證的方式是用一個你不在乎結果的小任務：挑個新聞站，下「列出今天首頁的前十則標題」這種等級的指令，執行端先配最便宜的模型。看見規劃端把任務拆成合理步驟、執行端真的點進目標頁面並帶回內容，這條路線對你就是通的，再逐步把任務升級到你真正想自動化的流程。如果它反覆卡在同一個頁面、點錯目標或原地打轉，先提高指令的具體程度、換個模型再試一輪，還是不行就停，別跟它耗。判斷的依據是它能不能完成你自己的任務，不是星星數。

適合誰：已經在付 API 帳單、能自己扛「無維護」風險、想讓 AI 利用現有登入狀態做事的人，這個交換很值得。不適合誰：期待開箱即用、有問題找客服、持續有更新的人，凍結的 v0.1.13 不會因為你裝了它而變好。授權是 Apache-2.0，這篇提到的每一個設定與數字都攤在原始碼與商店頁上，裝之前花十分鐘自己核對一遍，比相信任何介紹文都可靠。