我做了一个「浏览器增强工具」，它用 AI 帮你把网页操作「自动化」

我叫 Loopsaaage 佳恒，现在在做一个「 1 年做 100 个 AI 小产品」的个人挑战。最近正折腾的这个东西，可能对每天在浏览器里打转的打工人有点用，就来 V 站跟大家汇报一下，也想听听大家真实的吐槽。

先简单交代一下背景。我之前在华为、腾讯待过，做过游戏开发，也做过 AI 相关的系统。平时也喜欢折腾各种电子设备和新模型。这两年最直观的感觉是：模型确实越来越厉害，但真要落到「提高日常电脑办公效率」上，其实还没到那个爽点。大部分人用 AI ，还停留在「问点问题」「写点文案」「改改句子」这种层面。可是真正消耗人精力的，往往是浏览器里的那些重复步骤：打开好几个网站、来回切标签、复制粘贴、点一堆按钮、填一堆一样的表单。

所以我现在做的这个产品，叫「全视界（ Tab Hive ）」。它想解决的核心问题只有一个：把你在多个网站之间的一整套固定操作，用可视化的方式串起来，然后让引擎和 AI 自动帮你跑完。

如果用一句话来形容这个东西：把每一个网页当成可以连线的「节点」，数据可以在这些节点之间流动，而点击、输入这些操作也可以像搭积木一样编排起来。

目前已经做了几块比较核心的功能：

1. 多站点同屏展示

这个是最直观的部分。你可以在一块无限画布上，同时摆 2×2 、3×3 ，甚至更多个网页。每个网页都是活的，可以正常操作。

这对几类人比较有用：

• 做运营、要看一堆后台数据的人，可以把几个后台都摊在一屏上；
• 做电商比价的，可以把同一商品在不同网站的页面放在一块；
• 做数据看板的，也可以把展示页、监控页、工具页都摆一起。

因为桌面端是用 Electron 做的，没有浏览器里常见的 CORS 限制，所以大部分网站都能塞进来，银行、社交媒体、各种后台都可以正常打开和操作。

2. 会话隔离 + 代理隔离

每个小窗都有独立的 Session ，Cookie 互不影响。实际用起来，它就变成了一个「多账号浏览器」。同一个网站，你可以在一块画布上同时登录多个账号，各自互不干扰。

再加上每个网页可以单独挂代理，你就可以做到：

• 不同地区的账号分开跑；
• 测试环境和生产环境分开开；
• 不同业务线、不同商铺，各自用自己的 IP 和账号。

这个对电商卖家、运营、需要多地区访问和管理多账号的人来说，应该会挺刚需。

上面两点其实还只是「多窗口浏览器」。真正有意思的是第三块。

3. AI 驱动的多网页工作流编排

在这个工具里，每个网页不只是一个普通的窗口，而是一个「有配置的节点」。

你可以在某个网页上，用可视化的方式框选元素：鼠标移动上去会高亮，点击可以自动生成选择器。你可以给这些元素起名字，比如「价格」「活动信息」「提交按钮」「搜索框」之类。然后对每个元素定义两类东西：

• 从这里要「提取什么数据」；
• 可以对它「执行什么操作」（点击、输入、滚动等）。

在这个基础上，我设计了三种节点类型：

• 网页节点：和真实网页打交道，负责抓数据、点按钮、填表单；
• 流程节点：对数据做处理，比如过滤、转换、计算、组合；
• 控制节点：根据数据结果去操控其他网页节点，比如「如果价格低于多少，就去 XX 页面下单」。

节点之间有两种连线：

• 数据连线：数据怎么在节点之间流动；
• 执行连线：执行顺序怎么走。

整体看上去有点像简化版的 Node-RED ，只不过它作用在真实网页上，而不是纯接口。

用几个具体一点的例子来说明能干啥：

例子 1：电商价格监控

• 你在画布上打开几个电商平台，同一件商品的详情页；
• 网页节点负责从每个页面抓「当前价格」「活动价」「满减信息」这些数据；
• 流程节点把这些数据算一遍，比如统一成同一种单位、加上运费、算折扣后最终价格；
• 最后，把结果丢进你自己做的一个「价格看板」网页里，自动填出一个列表或表格。

你平时只要看这个看板页面，就能知道每个平台当前的实际到手价，而不用每天手动打开一堆标签一点点比。

例子 2：多站点表单批量填写

• 你有一份简历或者一套公司信息，需要丢到很多网站：投简历、注册账号、填写商家资料、提交工单等；
• 你可以在流程节点里，先把这份通用信息整理好，比如「姓名」「电话」「公司名」「介绍」「链接」等字段；
• 然后用控制节点驱动不同网站的表单，让它们自动去对应的输入框里填这些字段，并且点击提交。

你只需要前面配置一次，后面要上新网站，只要把对应的输入框标记出来，拖拖线，流程就能直接复用。

例子 3：多账号批量操作

• 你打开三个一模一样的运营后台页面；
• 每个页面挂不同的账号和代理；
• 控制节点驱动这三个页面同步干同一件事，比如一起发帖、一起发优惠券、一起拉报表。

比你一个账号一个账号地登录、切浏览器、来回点，要轻松得多。

4. 执行引擎和调试体验

执行这一块，现在已经有一整套比较顺的流程：

• 引擎会自动找到起始节点，按执行连线往下跑；
• 执行过程中有实时日志，你可以看到在哪个节点做了什么；
• 每个节点的输入和输出数据可以直接展开查看；
• 如果哪个节点出错了，会标红，并给出简单的堆栈信息，方便你查问题。

对平时喜欢搭工作流、玩自动化的人来说，这一套应该比较好上手，至少调试不会太痛苦。

5. 和 AI 相关的部分（目前的规划）

现在 AI 这块主要是把底层接口和空间预留出来，具体的能力准备先从两个方向做：

• 自然语言生成工作流草稿：
  你可以直接打一段需求，比如「从 A 、B 、C 三个站抓这个商品的价格和库存，算完之后写到 D 站的一个表格里」，AI 帮你先搭一个大致的节点和连线框架，你再自己细调、补充规则。

• 智能识别页面元素和提取规则：
  简单说，就是尽量减少你和各种复杂选择器死磕的时间。比如 AI 帮你猜「这个列表每一行的结构」「这个页面所有价格字段」「这个表单里所有必填项」，然后给你几个候选方案，你选一下就能用。

6. 挑战记录和后续

我自己「 1 年 100 个产品」的进度和过程，都放在这个站点上：
https://100.agitao.net
「全视界 / Tab Hive 」是里面相对比较重的一个项目，我会长期迭代，不是玩票性质的 demo 。

如果你平时的工作里，有这种「每天都在几个固定的网站之间，重复做几乎一样的事情」的场景，或者你已经在用 AutoHotkey 、Playwright 、Selenium 之类的工具，但又不太想写脚本、写代码，欢迎在评论里跟我说一下你真实的场景：

• 你现在具体是怎么操作的；
• 哪些步骤最烦、最容易出错；
• 你希望能「一键搞定」的那一刻是什么样子。

我这边会优先把这些高频、痛点明确的场景做成内置模板，方便大家直接拿来用，也能帮我验证一下，这个方向到底值不值得继续重仓做下去。