WeWorkBuddy

[分享创造] [agent 工具]给你的 Agent 接上网页感知与操作能力,送 20 个体验码

大家好,做了大约一年半的 Event Horizon ,简称 EH ,最近把订阅版整理出来了,想请大家实际用一用。 做 Agent 操作网页时,我一直在处理一个问题:任务说得很清楚,但到了页面上,模型能不能找到正确的对象,分清一组内容的归属,再把操作落到对应的控件上? 比如筛选一个列表,分清每张卡片里的标题、价格和按钮;填写表单,找到对应的输入框;遇到弹窗、翻页或页面变化后,再继续往下做。 EH 做的是这层网页感知与操作能力:把当前页面中的可见内容、布局关系和控件整理成结构化的“页面契约”,交给 Agent 。Agent 根据契约决定下一步,再通过工具执行点击、输入、滚动等操作。 使用时不需要先为目标网站编写一套专用操作脚本,而是让 Agent 根据当下的页面继续判断。最终能完成什么任务,也取决于你使用的模型、Agent ,以及网站本身的交互方式。 具体使用方式是: 用你自己的模型和 Agent ,通过 MCP 接入 EH 。 专属 Chrome 运行在自己的电脑上,浏览器数据保存在本机,重开时可以沿用网站登录态。 感知引擎在云端运行,网页采样数据会传到云端处理。 这次提供的是薄客户端

阅读原始来源
原始网页截图: [分享创造] [agent 工具]给你的 Agent 接上网页感知与操作能力,送 20 个体验码
原始网页截图 · www.v2ex.com

来源记录

研究分析

变化记录

来源描述:大家好,做了大约一年半的 Event Horizon ,简称 EH ,最近把订阅版整理出来了,想请大家实际用一用。 做 Agent 操作网页时,我一直在处理一个问题:任务说得很清楚,但到了页面上,模型能不能找到正确的对象,分清一组内容的归属,再把操作落到对应的控件上? 比如筛选一个列表,分清每张卡片里的标题、价格和按钮;填写表单,找到对应的输入框;遇到弹窗、翻页或页面变化后,再继续往下做。 EH 做的是这层网页感知与操作能力:把当前页面中的可见内容、布局关系和控件整理成结构化的“页面契约”,交给 Agent 。Agent 根据契约决定下一步,再通过工具执行点击、输入、滚动等操作。 使用时不需要先为目标网站编写一套专用操作脚本,而是让 Agent 根据当下的页面继续判断。最终能完成什么任务,也取决于你使用的模型、Agent ,以及网站本身的交互方式。 具体使用方式是: 用你自己的模型和 Agent ,通过 MCP 接入 EH 。 专属 Chrome 运行在自己的电脑上,浏览器数据保存在本机,重开时可以沿用网站登录态。 感知引擎在云端运行,网页采样数据会传到云端处理。 这次提供的是薄客户端

版本与成本证据

可供比较的近期同类记录:“Show HN: A Modern Agentic LaTeX Editor” (Hacker News, 2026年11月5日);“Show HN: Northmeadow – encrypted shared memory for local AI agents and people” (Hacker News, 2026年11月5日)。主题相近仅用于导航,未核验其是否属于同一需求或独立证据。

适用与受影响对象

先明确变化影响的现有工作流,再判断是否升级。发布热度不证明效果提升;接口、价格或可用性变化也可能增加迁移工作。

缺失的比较信息

待补齐:新旧行为、受影响套餐与地区、生效时间、兼容性、回退路径及同一工作量下的成本。

采用与迁移验证

保存发布或政策原文,对新旧方案运行同一个任务并比较结果与完整账单;若涉及停服,先核验截止时间再安排迁移。