什么是 Browser Operator

Browser Operator 是 Opera 瀏覽器推出的一款集成在瀏覽器里的助手，用戶能用自然語言指令讓它幫忙完成各種網(wǎng)頁瀏覽任務。

Browser Operator 的特點

• 注重隱私：不依靠屏幕截圖或視頻捕獲理解瀏覽會話，也不把用戶憑據(jù)存到云端，完全在本地設備運行，靠 DOM 樹和瀏覽器布局數(shù)據(jù)獲取信息。

• 速度快：不用像人那樣逐像素“看”屏幕或用鼠標導航，多數(shù)時候能一次訪問整個頁面，不用滾動，節(jié)省完成任務的時間。

• 本地操作：在瀏覽器里就能運行，不用虛擬機或云端服務器，用戶的瀏覽歷史、登錄信息和 cookie 設置等都留在本地設備，體驗流暢又私密。

• 智能交互：能和網(wǎng)頁里不可見元素互動，比如自動處理彈出對話框（像 cookie 接受和驗證對話框），方便訪問頁面內容。

Browser Operator 的使用場景

• 信息收集：從網(wǎng)站收集信息，然后填充到電子表格或者文檔中。

• 票務預訂：在線預訂各類票務和活動。

• 任務管理：用戶隨時能看到 Browser Operator 的操作過程，必要時能接手任務。

• 在線購物：支持在線買東西、訂機票、酒店、活動門票等。用戶用自然語言描述任務，像“買 10 雙 Nike 白色網(wǎng)球襪，尺碼 12”，它就能自動完成購買流程。

Browser Operator 的工作原理

Browser Operator 利用瀏覽器客戶端的本地資源理解用戶自然語言指令，再通過 Opera 的 ai Composer Engine 處理信息來完成任務。它靠 DOM 樹和瀏覽器布局數(shù)據(jù)獲取上下文，不依賴屏幕截圖或視頻捕獲，所以操作又快又高效。

如何使用 Browser Operator

1. 安裝最新版 Opera 瀏覽器：去 Opera 官方網(wǎng)站下載并安裝最新版本。

2. 找到 Browser Operator：可以通過 Opera 側邊欄，打開瀏覽器后點擊側邊欄中的 Browser Operator 圖標；也能在瀏覽器地址欄輸入特定命令或快捷方式。

3. 輸入指令：在 Browser Operator 的輸入框里輸入想執(zhí)行的任務，比如“買 10 雙 Nike 白色網(wǎng)球襪，尺碼 12”“訂明天從北京飛三亞的經(jīng)濟艙機票”“從 Walmart 買 3 包 A4 紙”。

4. 執(zhí)行與監(jiān)控任務：Browser Operator 開始執(zhí)行任務，用戶能實時看進度。要是任務需要輸入敏感信息（像支付信息、登錄信息），它會暫停，讓用戶手動輸入。用戶在任務執(zhí)行時能隨時接手操作或者取消任務。

5. 任務完成后續(xù)操作：任務完成后，用戶能查看詳細步驟。要是有進一步需求，比如取消錯誤訂單，可以直接給 Browser Operator 發(fā)新指令。

Browser Operator 現(xiàn)在是即將推出功能的預覽版，預計不久后會作為 Opera AI 功能更新計劃的一部分正式上線。

Opera 的 AI 瀏覽器愿景

Opera 一直是瀏覽器創(chuàng)新的先行者，像推出標簽頁功能、地址欄搜索、內置 VPN 和側邊欄即時通訊等。2023 年，Opera 重新設計了旗艦瀏覽器，以 AI 為核心。從 2024 年 3 月起，通過 AI 功能更新計劃測試實驗性 AI 功能，如本地 LLM、圖像生成和 AI 標簽命令?，F(xiàn)在，Opera 再次革新瀏覽器的角色，成為首個能為用戶執(zhí)行任務的“代理型”瀏覽器 。

相關：

Browser-use:讓AI代理像真人用戶一樣在網(wǎng)頁上瀏覽、操作、提取信息