jevIMAGE
Fast Browser Use:本地 Qwen3.5 做选择题式浏览器操作
APUS 团队把 Browser Use 接 Jev 的思路搬到本地:扫页面把可见可点的元素编成 A/B/C 选项,模型只做选择题不写选择器,9B 量化版 16GB Mac 可跑,维基找词条约 4 秒。
GitHubDaily
@GitHub_Daily2026.09.30收录原推发布于 2026.09.29

GitHubDaily @GitHub_Daily原推发布于 2026.09.29
不久前,Browser Use 将接 Jev 接入 Agent 操作浏览器,这次 APUS 团队更进一步,用开源的 Qwen3.5 把这套思路搬到了本地。 项目叫 Fast Browser Use,先扫一遍页面,只挑出当前看得见、点得动的按钮和输入框,编成 A、B、C 这样的选项。 模型只做选择题,不写选择器代码,也就编不出不存在的元素,只有往输入框里打字时才真正生成文字。 README 里给了实测,从维基百科首页找到 Python 词条并打开,9B 模型中位 4 秒左右,填完一张设置表单 2.5 秒。 GitHub:http://github.com/APUS-AI-Lab/fast-browser-use 全程在本机推理,不调任何云端接口,页面内容也不外传。M 系列芯片的 Mac 有 16GB 内存就能跑 9B 的量化版,模型文件大约 6GB。 装好后在 Claude Code、Codex 里直接调用,大模型负责想清楚要干什么,它负责快速点完,这种分工我觉得挺合理。
x.com/github_daily/status/2104783256415854712采集于 2026.09.30 10:08