Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: 谷歌重磅开源!Computer Use Preview:用自然语言指挥AI操控浏览器,零代码实现网页自动化
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
谷歌重磅开源!Computer Use Preview:用自然语言指挥AI操控浏览器,零代码实现网页自动化
Prompt 语宙 > AI 工具 > 谷歌重磅开源!Computer Use Preview:用自然语言指挥AI操控浏览器,零代码实现网页自动化
AI 工具AIGC 资讯

谷歌重磅开源!Computer Use Preview:用自然语言指挥AI操控浏览器,零代码实现网页自动化

Prompt 语宙研究院
最近更新: 2026年6月7日 下午8:09
AI工具 Computer Use Gemini 开源 浏览器自动化
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 基于 Gemini 视觉识别的“截图-分析-行动”机制,摆脱传统元素定位脚本的脆弱性。
  • 支持自然语言驱动网页操作,覆盖点击、填写、滚动、导航等复杂浏览器任务。
  • 可本地用 Playwright 或云端 Browserbase 运行,适合测试、采集与日常自动化。

💡 站外导读:在数字化办公和Web测试领域,重复性的浏览器操作——如数据填写、跨站信息搬运、界面功能验证——耗费大量人力,且传统脚本编写门槛高、维护难。随着大模型视觉理解能力的突破,AI驱动的浏览器自动化正成为提升效率的关键趋势。谷歌开源的Computer Use Preview,正是这一浪潮下的明星工具,它利用Gemini模型的视觉识别,将自然语言指令转化为精准的网页操作,旨在彻底解放生产力。

Computer Use Preview是什么

Computer Use Preview 是谷歌开源的 AI 浏览器自动化工具。工具基于 Gemini 模型的视觉识别能力,通过“截图 – 分析 – 行动”能模拟人类操作网页,无需依赖固定的元素定位。工具能处理复杂任务,如跨网站数据搬运和视觉交互,且在任务完成测试中表现优异,得分为 69%,优于同类工具。Computer Use Preview集成 Gemini API 和 Vertex AI,具备强大的任务理解能力,适用 Web 测试、数据采集及日常操作,是零代码入门的理想选择。

阅读目录
  • Computer Use Preview是什么
  • Computer Use Preview的主要功能
  • 如何使用Computer Use Preview
  • Computer Use Preview的项目地址
  • Computer Use Preview的应用场景
      • 📝 站长洞察 (Editor’s Insight)

Computer Use Preview

Computer Use Preview的主要功能

  • 自然语言驱动:用户能通过简单的自然语言描述任务,AI 自动规划并执行操作,无需编写复杂脚本,大大降低使用门槛。
  • 智能交互:支持处理复杂的浏览器操作,如导航、点击、表单填写、滚动等。Gemini 模型能理解页面的动态变化,适应不同场景。
  • 双环境支持
    • Playwright(本地运行):在本地控制 Chrome 浏览器实例,适合需要本地数据处理的场景。
    • Browserbase(云环境):连接到 Browserbase 实例,适合需要云资源支持或分布式操作的场景。
  • 调试友好:支持截图和鼠标高亮功能,用户能实时监控执行过程,方便调试和优化操作。
  • AI 大模型集成:集成 Gemini API 和 Vertex AI,提供强大的任务理解能力,能够处理复杂的指令和动态网页内容。

如何使用Computer Use Preview

  • 准备工作:从 Computer Use Preview 的 GitHub 页面下载项目文件,解压到本地。
  • 设置运行环境:安装 Python(建议 3.8 及以上),创建虚拟环境并激活,用于隔离项目依赖。
  • 安装依赖:在项目文件夹中,运行命令安装项目依赖和 Playwright 浏览器。
  • 配置 API 密钥:从 Google Cloud 获取 Gemini API 密钥,将其添加到环境变量中。
  • 运行工具:用自然语言指令运行工具,例如:“Go to Google and type ‘Hello World’”。
  • 可选配置:指定运行环境(如 Playwright 或 Browserbase),并根据需要配置相关参数。

Computer Use Preview的项目地址

  • GitHub仓库:https://github.com/google-gemini/computer-use-preview
  • 在线体验地址:Browserbase

Computer Use Preview的应用场景

  • Web 自动化测试:用于快速测试网页功能,验证按钮点击、表单提交等操作是否正常。
  • 数据采集:工具能自动从网页抓取数据,如爬取新闻、商品信息等,无需手动操作。
  • 跨网站数据搬运:将一个网站的数据自动搬运到另一个系统,简化数据迁移流程。
  • 日常任务自动化:工具支持完成日常重复性任务,如自动登录、定时查询等,节省时间和精力。
  • 视觉交互任务:工具能处理复杂的视觉交互,如识别网页元素并进行分类或拖拽操作。

📝 站长洞察 (Editor’s Insight)

Computer Use Preview的发布,标志着浏览器自动化从“基于元素定位”的脆弱脚本时代,正式迈入“基于视觉理解”的AI智能体时代。其核心突破在于融合了大模型的多模态能力,实现了更接近人类的、无需预定义路径的网页交互。这不仅是工具层面的升级,更是人机交互范式的演进——操作者从“程序员”变为“指挥官”。结合谷歌与OpenAI等巨头在AI Agent领域的密集布局,Computer Use Preview开源,意在快速构建生态,抢占Web自动化与AI桌面操作的未来标准。它预示着,未来所有重复性的线上工作流程,都可能被具备视觉认知的AI智能体接管,企业效率提升与个人工作模式变革将因此加速。

🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
零代码 ↗
“零代码”是一个专注于提升前端开发效率的在线工具箱平台。其核心功能在于提供一系列精心打磨、无需编写代码即可使用的
Gemini ↗
Google推出的AI聊天对话机器人Gemini。
❓ 常见问题解答(FAQ)
Computer Use Preview 是什么工具?

Computer Use Preview 是谷歌开源的 AI 浏览器自动化工具,基于 Gemini 的视觉理解能力,把自然语言指令转成网页操作,可用于测试、采集和日常重复任务自动化。

Computer Use Preview 需要写代码吗?

不需要复杂脚本。它主打自然语言驱动,用户只要描述任务,工具就能自动规划并执行浏览器操作,适合零代码或低代码场景快速上手。

Computer Use Preview 适合哪些应用场景?

主要适合 Web 自动化测试、数据采集、跨网站数据搬运、自动登录、定时查询等重复性网页任务,也能处理点击、表单填写、滚动等视觉交互。

🔬 语宙深潜追问 · 进阶实操拆解
网页自动化最该先解决什么?

先解决稳定性,而不是炫技。真实网页会有弹窗、延迟加载、DOM 变化和登录态问题,所以要优先做步骤确认、失败重试、元素定位兜底和操作日志,才能把自然语言自动化变成可用工具。

哪些任务适合用 Computer Use?

适合跨站搬运、表单填写、网页测试、信息采集这类重复性强、规则清晰的任务。若涉及高频批处理、强确定性或复杂异常处理,传统脚本和 API 仍更稳,最好把两者组合使用。

🗳️ 读者观点微投票 · 您的实战立场是?
自然语言操控浏览器会取代脚本吗?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🌐 所属权威专题:Gemini 全模态与空间智能 →
  • 谷歌Gemini 2.5 Computer Use:AI直接操控浏览器,自动化任务引爆效率革命
  • Browser Use – AI 浏览器助手,自动执行网页中的交互任务
  • Project Mariner – 谷歌推出的浏览网站智能体,能帮用户操作表格、在线购物
  • 谷歌重磅开源Gemini CLI:免费调用Gemini 2.5 Pro百万上下文窗口,AI编程利器全面解析
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
斯坦·李AI声音重磅登陆ElevenLabs!漫威之父经典嗓音赋能创作者,AI语音合成迎来新纪元
Brandmate AI
MiniMax通用大模型
Humata AI
TANGLED – 上海科大联合华中科大等推出的3D发型生成方法
TAGGED:AI工具Computer UseGemini开源浏览器自动化
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 PersonaLive开源:澳门大学重磅发布,12G显卡跑无限时长AI直播换脸 PersonaLive开源:澳门大学重磅发布,12G显卡跑无限时长AI直播换脸
下一篇 阶跃星辰Step-DeepResearch:32B参数深度研究模型,单次推理生成专业报告,成本仅0.5元 阶跃星辰Step-DeepResearch:32B参数深度研究模型,单次推理生成专业报告,成本仅0.5元
Ad image
Ad image

最近更新

Latent Space 对话 Black Forest Labs 核心创始人 Andreas Blattmann 与 Dustin Podell:从 FLUX 到视觉智能与世界动作模型
视觉智能为什么不能只靠静态图片?对话Black Forest Labs创始人:FLUX 3音画联合训练、扩散与自回归之争及世界动作模型全拆解
强化 AI 学习
Google 官方详解网站迁移至 CDN 如何避免爬虫流量激增打崩源站与误封 Googlebot 导致搜索掉收录
刚切上CDN源站反被爬虫打崩?Google官方拆解迁移翻车悖论:冷缓存雪崩、验证码误杀与预热止血指南
AI 工具
GitHub 正式上线 Repository insights 页面,集中展示 Copilot 代码审查采纳率与评论分类统计结果
AI代码审查到底有没有被采纳?GitHub上线Repository insights与repos-1-day API:四维信号、力度趋势及统计陷阱全拆解
AI 工具
Forrester AI 颠覆评估模型 17 大技术与服务品类分布图:呈现受颠覆、中立、争夺与加速四类市场象限及细分赛道数量
80%技术市场面临AI重塑冲击!Forrester拆解200+细分赛道颠覆矩阵:四大象限与Top 20合同采购谈判实战
最新趋势

相关推荐

LiveKit Agents – 创建实时与用户互动的多模态AI代理框架
AIGC 资讯

LiveKit Agents – 创建实时与用户互动的多模态AI代理框架

Prompt 语宙研究院
AI智能体 AI编程 AI音频与语音 ElevenLabs OpenAI
ScreenAI – 谷歌推出的可读屏AI视觉模型,可理解UI和信息图表
AIGC 资讯

ScreenAI – 谷歌推出的可读屏AI视觉模型,可理解UI和信息图表

Prompt 语宙研究院
AI智能体 Gemini PyTorch 大模型微调 开源大模型
Enhance-A-Video – 上海AI Lab 联合新加坡国立等推出的视频生成质量增强算法
AIGC 资讯

Enhance-A-Video – 上海AI Lab 联合新加坡国立等推出的视频生成质量增强算法

Prompt 语宙研究院
AI视频生成 大模型微调 开源大模型
港大携手快手微软清华:FilMaster AI电影系统实现剧本到成片全自动,革新影视制作流程
AI 工具AIGC 资讯

港大携手快手微软清华:FilMaster AI电影系统实现剧本到成片全自动,革新影视制作流程

Prompt 语宙研究院
AI电影制作 多模态大模型 生成式AI 自动化影片生成 镜头语言
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • 语宙 AI 工具导航
  • EVA 视觉抠图工坊Hot
  • 出海数字营销宝典
  • AI 生图咒语灵感库
  • 24H 硅谷 AI 情报流

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.