[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-TaxyAI--browser-extension":3,"tool-TaxyAI--browser-extension":61},[4,18,26,36,44,52],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",141543,2,"2026-04-06T11:32:54",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":53,"name":54,"github_repo":55,"description_zh":56,"stars":57,"difficulty_score":10,"last_commit_at":58,"category_tags":59,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,60],"视频",{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":72,"owner_avatar_url":73,"owner_bio":74,"owner_company":74,"owner_location":74,"owner_email":74,"owner_twitter":74,"owner_website":74,"owner_url":75,"languages":76,"stars":97,"forks":98,"last_commit_at":99,"license":100,"difficulty_score":101,"env_os":102,"env_gpu":103,"env_ram":103,"env_deps":104,"category_tags":110,"github_topics":74,"view_count":32,"oss_zip_url":74,"oss_zip_packed_at":74,"status":17,"created_at":112,"updated_at":113,"faqs":114,"releases":150},4467,"TaxyAI\u002Fbrowser-extension","browser-extension","Automate your browser with GPT-4","Taxy AI 是一款基于 GPT-4 的开源浏览器扩展，旨在通过自然语言指令实现浏览器的全自动化操作。它能理解用户意图，自动执行如填写表单、预约会议、搜索内容或保护代码分支等重复性任务，将繁琐的手动点击转化为简单的文字描述，从而大幅提升工作效率。\n\n目前 Taxy AI 处于“研究预览”阶段，主要面向开发者、技术研究人员及热衷于探索 AI 自动化边界的极客用户。由于部分复杂流程可能仍需调试，它非常适合希望本地部署、自定义工作流或参与开源贡献的技术人群。普通用户也可关注其后续在应用商店发布的成熟版本。\n\n该工具的一大核心亮点是隐私优先的设计架构：所有页面内容与指令均在本地处理，直接调用用户自有的 OpenAI API 密钥，绝不上传至第三方服务器，确保了数据的高度安全。此外，Taxy AI 能智能简化网页 DOM 结构，仅提取关键交互元素发送给模型，有效降低了 Token 消耗并提升了响应速度。无论是想在 GitHub 上自动化管理分支，还是在 Netflix 中一键观影，Taxy AI 都为你提供了一个强大的本地化智能助手原型。","\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FTaxyAI_browser-extension_readme_300fdb828349.png\" width=\"64\"\u002F>\n\n# Taxy AI: Full Browser Automation\n[Waitlist](https:\u002F\u002Fdocs.google.com\u002Fforms\u002Fd\u002Fe\u002F1FAIpQLScAFKI1fZ1cXhBmSp2HM93Jvuc8Jvrxh5iSbkKhtwKN-OHoTQ\u002Fviewform) | [Discord](https:\u002F\u002Fdiscord.gg\u002FDXaErbBc)\n\nTaxy uses GPT-4 to control your browser and perform repetitive actions on your behalf. Currently it allows you to define ad-hoc instructions. In the future it will also support saved and scheduled workflows.\n\nTaxy's current status is **research preview**. Many workflows fail or confuse the agent. If you'd like to hack on Taxy to make it better or test it on your own workflows, follow the instructions below to run it locally. If you'd like to know once it's available for wider usage, you can sign up for our [waitlist](https:\u002F\u002Fdocs.google.com\u002Fforms\u002Fd\u002Fe\u002F1FAIpQLScAFKI1fZ1cXhBmSp2HM93Jvuc8Jvrxh5iSbkKhtwKN-OHoTQ\u002Fviewform).\n\nTaxy is fully open-source, and we don't send any page contents or instructions to our servers.\n\nHere's Taxy using Google Calendar with the prompt \"Schedule standup tomorrow at 10am. Invite david@taxy.ai\"\n\n![calendar](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FTaxyAI_browser-extension_readme_d68c52a44255.gif)\n\n\n## Table of Contents\n\n- [Taxy AI: Full Browser Automation](#taxy-ai-full-browser-automation)\n  - [Table of Contents](#table-of-contents)\n  - [Installing and Running](#installing-and-running)\n    - [Installing the extension](#installing-the-extension)\n    - [Running in your browser](#running-in-your-browser)\n  - [How it Works - The Action Cycle](#how-it-works---the-action-cycle)\n  - [Simple Demos](#simple-demos)\n    - [Protecting the main branch in GitHub](#protecting-the-main-branch-in-github)\n    - [Searching for and playing the movie Oblivion in Netflix](#searching-for-and-playing-the-movie-oblivion-in-netflix)\n    - [Creating a calendar event](#creating-a-calendar-event)\n    - [Writing an essay in the OpenAI playground](#writing-an-essay-in-the-openai-playground)\n    - [Add your own!](#add-your-own)\n  - [Tech Stack](#tech-stack)\n  - [Resources](#resources)\n\n## Installing and Running\n\nCurrently this extension is only available through this GitHub repo. We'll release it on the Chrome Web Store after adding features to increase its usability for a non-technical audience. To build and install the extension locally on your machine, follow the instructions below.\n\n### Installing the extension\n\n1. Ensure you have [Node.js](https:\u002F\u002Fnodejs.org\u002F) >= **16**.\n2. Clone this repository\n3. Run `yarn` to install the dependencies\n4. Run `yarn start` to build the package\n5. Load your extension on Chrome by doing the following:\n   1. Navigate to `chrome:\u002F\u002Fextensions\u002F`\n   2. Toggle `Developer mode`\n   3. Click on `Load unpacked extension`\n   4. Select the `build` folder that `yarn start` generated\n\n### Running in your browser\n\n1. Once installed, the browser plugin will be available in two forms:\n   1. As a Popup. Activate by pressing `cmd+shift+y` on mac or `ctrl+shift+y` on windows\u002Flinux, or by clicking the extension logo in your browser.\n   2. As a devtools panel. Activate by first opening the browser's developer tools, then navigating to the `Taxy AI` panel.\n2. The next thing you need to do is create or access an existing [OpenAI API Key](https:\u002F\u002Fplatform.openai.com\u002Faccount\u002Fapi-keys) and paste it in the provided box. This key will be stored securely in your browser, and will not be uploaded to a third party.\n3. Finally, navigate to a webpage you want Taxy to act upon (for instance the [OpenAI playground](https:\u002F\u002Fplatform.openai.com\u002Fplayground)) and start experimenting!\n\n## How it Works - The Action Cycle\n\n1. Taxy runs a content script on the webpage to pull the entire DOM. It simplifies the html it receives to only include interactive or semantically important elements, like buttons or text. It assigns an id to each interactive element. It then \"templatizes\" the DOM to reduce the token count even further.\n2. Taxy sends the simplified DOM, along with the user's instructions, to a selected LLM (currently GPT-3.5 and GPT-4 are supported). Taxy informs the LLM of two methods to interact with the webpage:\n   1. `click(id)` - click on the interactive element associated with that id\n   2. `setValue(id, text)` - focus on a text input, clear its existing text, and type the specified text into that input\n3. When Taxy gets a completion from the LLM, it parses the response for an action. The action cycle will end at this stage if any of the following conditions are met:\n   1. The LLM believes the task is complete. Instead of an action, the LLM can return an indication that it believes the user's task is complete based on the state of the DOM and the action history up to this point.\n   2. The user stopped the task's execution. The user can stop the LLM's execution at any time, without waiting for it to complete.\n   3. There was an error. Taxy's safety-first architecture causes it to automatically halt execution in the event of an unexpected response.\n4. Taxy executes the action using the [chrome.debugger API](https:\u002F\u002Fdeveloper.chrome.com\u002Fdocs\u002Fextensions\u002Freference\u002Fdebugger\u002F).\n5. The action is added to the action history and Taxy cycles back to step 1 and parses the updated DOM. All prior actions are sent to the LLM as part of the prompt used to determine the next action. Taxy can currently complete a maximum of 50 actions for a single task, though in practice most tasks require fewer than 10 actions.\n\n## Simple Demos\n\n### Protecting the main branch in GitHub\n\n![main-branch](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FTaxyAI_browser-extension_readme_9eaeedbd13f1.gif)\n\n### Searching for and playing the movie Oblivion in Netflix\n\n![Oblivion](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FTaxyAI_browser-extension_readme_6815fb30ddc6.gif)\n\n### Creating a calendar event\n\n![Calendar](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FTaxyAI_browser-extension_readme_e2e058241b44.gif)\n\n### Writing an essay in the OpenAI playground\n\n![Playground](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FTaxyAI_browser-extension_readme_44690da15f37.gif)\n\n### Add your own!\n\nIf you have an interesting demo you'd like to share, submit a PR to add your own!\n\n## Tech Stack\n\nTechnology currently used by this extension:\n\n- [Chrome Extension Manifest V3](https:\u002F\u002Fdeveloper.chrome.com\u002Fdocs\u002Fextensions\u002Fmv3\u002Fintro\u002Fmv3-overview\u002F)\n- [React 17](https:\u002F\u002Freactjs.org)\n- [Webpack 5](https:\u002F\u002Fwebpack.js.org\u002F)\n- [Webpack Dev Server 4](https:\u002F\u002Fwebpack.js.org\u002Fconfiguration\u002Fdev-server\u002F)\n- [React Hot Loader](https:\u002F\u002Fgithub.com\u002Fgaearon\u002Freact-hot-loader)\n- [eslint-config-react-app](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Feslint-config-react-app)\n- [Prettier](https:\u002F\u002Fprettier.io\u002F)\n- [TypeScript](https:\u002F\u002Fwww.typescriptlang.org\u002F)\n\n## Resources\n\n- [Getting Started with Chrome Extensions](https:\u002F\u002Fdeveloper.chrome.com\u002Fextensions\u002Fgetstarted)\n","\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FTaxyAI_browser-extension_readme_300fdb828349.png\" width=\"64\"\u002F>\n\n# Taxy AI：全面浏览器自动化\n[候补名单](https:\u002F\u002Fdocs.google.com\u002Fforms\u002Fd\u002Fe\u002F1FAIpQLScAFKI1fZ1cXhBmSp2HM93Jvuc8Jvrxh5iSbkKhtwKN-OHoTQ\u002Fviewform) | [Discord](https:\u002F\u002Fdiscord.gg\u002FDXaErbBc)\n\nTaxy 使用 GPT-4 控制您的浏览器，并代表您执行重复性操作。目前，它允许您定义临时指令。未来还将支持保存和计划工作流。\n\nTaxy 当前处于 **研究预览** 阶段。许多工作流可能会失败或使智能体感到困惑。如果您想参与 Taxy 的开发以改进它，或者在自己的工作流上进行测试，请按照以下说明在本地运行它。如果您希望在 Taxy 更广泛可用时第一时间获知，可以加入我们的 [候补名单](https:\u002F\u002Fdocs.google.com\u002Fforms\u002Fd\u002Fe\u002F1FAIpQLScAFKI1fZ1cXhBmSp2HM93Jvuc8Jvrxh5iSbkKhtwKN-OHoTQ\u002Fviewform)。\n\nTaxy 完全开源，我们不会将任何页面内容或指令发送到我们的服务器。\n\n以下是 Taxy 使用 Google 日历，根据提示“明天上午 10 点安排一次站会，并邀请 david@taxy.ai”进行操作的示例：\n\n![日历](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FTaxyAI_browser-extension_readme_d68c52a44255.gif)\n\n\n## 目录\n\n- [Taxy AI：全面浏览器自动化](#taxy-ai-full-browser-automation)\n  - [目录](#table-of-contents)\n  - [安装与运行](#installing-and-running)\n    - [安装扩展程序](#installing-the-extension)\n    - [在浏览器中运行](#running-in-your-browser)\n  - [工作原理——动作循环](#how-it-works---the-action-cycle)\n  - [简单演示](#simple-demos)\n    - [保护 GitHub 中的主分支](#protecting-the-main-branch-in-github)\n    - [在 Netflix 上搜索并播放电影《遗落战境》](#searching-for-and-playing-the-movie-oblivion-in-netflix)\n    - [创建日历事件](#creating-a-calendar-event)\n    - [在 OpenAI Playground 中撰写文章](#writing-an-essay-in-the-openai-playground)\n    - [添加您自己的演示！](#add-your-own)\n  - [技术栈](#tech-stack)\n  - [资源](#resources)\n\n## 安装与运行\n\n目前，此扩展仅可通过本 GitHub 仓库获取。待我们添加更多功能以提升非技术人员的使用体验后，才会将其发布到 Chrome 网上应用店。如需在本地构建并安装该扩展，请按照以下步骤操作。\n\n### 安装扩展程序\n\n1. 确保已安装 [Node.js](https:\u002F\u002Fnodejs.org\u002F) >= **16**。\n2. 克隆本仓库。\n3. 运行 `yarn` 安装依赖项。\n4. 运行 `yarn start` 构建软件包。\n5. 在 Chrome 浏览器中加载扩展程序，具体步骤如下：\n   1. 访问 `chrome:\u002F\u002Fextensions\u002F`。\n   2. 打开“开发者模式”。\n   3. 点击“加载已解压的扩展程序”。\n   4. 选择 `yarn start` 生成的 `build` 文件夹。\n\n### 在浏览器中运行\n\n1. 安装完成后，浏览器插件将以两种形式提供：\n   1. 弹出窗口。在 Mac 上按 `cmd+shift+y` 或在 Windows\u002FLinux 上按 `ctrl+shift+y` 激活，也可以点击浏览器中的扩展图标来激活。\n   2. 开发者工具面板。先打开浏览器的开发者工具，然后切换到 `Taxy AI` 面板即可激活。\n2. 接下来，您需要创建或获取一个现有的 [OpenAI API 密钥](https:\u002F\u002Fplatform.openai.com\u002Faccount\u002Fapi-keys)，并将其粘贴到提供的框中。该密钥将安全地存储在您的浏览器中，不会上传至任何第三方。\n3. 最后，导航到您希望 Taxy 操作的网页（例如 [OpenAI Playground](https:\u002F\u002Fplatform.openai.com\u002Fplayground)），开始尝试吧！\n\n## 工作原理——动作循环\n\n1. Taxy 在网页上运行内容脚本，提取整个 DOM 树。它会简化接收到的 HTML，仅保留可交互或语义上重要的元素，如按钮或文本。并对每个可交互元素分配一个 ID。随后，Taxy 会对 DOM 进行模板化处理，以进一步减少令牌数量。\n2. Taxy 将简化的 DOM 以及用户的指令发送给选定的大型语言模型（目前支持 GPT-3.5 和 GPT-4）。Taxy 会告知 LLM 两种与网页交互的方法：\n   1. `click(id)` —— 单击与该 ID 关联的可交互元素。\n   2. `setValue(id, text)` —— 聚焦于文本输入框，清除现有文本，并输入指定的文本。\n3. 当 Taxy 收到来自 LLM 的响应时，它会解析响应以确定下一步动作。如果出现以下任一情况，动作循环将在此阶段结束：\n   1. LLM 认为任务已完成。此时，LLM 不会返回具体动作，而是基于当前 DOM 状态及迄今为止的动作历史，表明用户任务已完成。\n   2. 用户停止了任务执行。用户可以在任何时候停止 LLM 的执行，无需等待其完成。\n   3. 发生了错误。由于 Taxy 采用安全优先的设计架构，一旦收到意外响应，系统会自动停止执行。\n4. Taxy 使用 [chrome.debugger API](https:\u002F\u002Fdeveloper.chrome.com\u002Fdocs\u002Fextensions\u002Freference\u002Fdebugger\u002F) 执行动作。\n5. 动作会被添加到动作历史中，Taxy 会返回步骤 1，重新解析更新后的 DOM。所有先前的动作都会作为提示的一部分发送给 LLM，用于决定下一步动作。目前，Taxy 可以为单个任务最多执行 50 个动作，但在实际应用中，大多数任务通常只需不到 10 个动作。\n\n## 简单演示\n\n### 保护 GitHub 中的主分支\n\n![主分支](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FTaxyAI_browser-extension_readme_9eaeedbd13f1.gif)\n\n### 在 Netflix 上搜索并播放电影《遗落战境》\n\n![遗落战境](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FTaxyAI_browser-extension_readme_6815fb30ddc6.gif)\n\n### 创建日历事件\n\n![日历](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FTaxyAI_browser-extension_readme_e2e058241b44.gif)\n\n### 在 OpenAI Playground 中撰写文章\n\n![Playground](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FTaxyAI_browser-extension_readme_44690da15f37.gif)\n\n### 添加您自己的演示！\n\n如果您有有趣的演示想要分享，请提交 PR 来添加您的内容！\n\n## 技术栈\n\n本扩展目前使用的技术：\n\n- [Chrome 扩展清单 V3](https:\u002F\u002Fdeveloper.chrome.com\u002Fdocs\u002Fextensions\u002Fmv3\u002Fintro\u002Fmv3-overview\u002F)\n- [React 17](https:\u002F\u002Freactjs.org)\n- [Webpack 5](https:\u002F\u002Fwebpack.js.org\u002F)\n- [Webpack Dev Server 4](https:\u002F\u002Fwebpack.js.org\u002Fconfiguration\u002Fdev-server\u002F)\n- [React Hot Loader](https:\u002F\u002Fgithub.com\u002Fgaearon\u002Freact-hot-loader)\n- [eslint-config-react-app](https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Feslint-config-react-app)\n- [Prettier](https:\u002F\u002Fprettier.io\u002F)\n- [TypeScript](https:\u002F\u002Fwww.typescriptlang.org\u002F)\n\n## 资源\n\n- [Chrome 扩展入门](https:\u002F\u002Fdeveloper.chrome.com\u002Fextensions\u002Fgetstarted)","# Taxy AI 浏览器自动化插件快速上手指南\n\nTaxy AI 是一款基于 GPT-4 的全浏览器自动化工具，能够理解自然语言指令并自动执行重复性网页操作（如填写表单、点击按钮、调度任务等）。本项目目前处于**研究预览版**，完全开源且本地运行，不会将页面内容或指令上传至第三方服务器。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Windows、macOS 或 Linux\n*   **浏览器**：Google Chrome（推荐最新版本）\n*   **Node.js**：版本需 >= **16**\n    *   国内用户建议使用 [nvm](https:\u002F\u002Fgithub.com\u002Fnvm-sh\u002Fnvm) 管理版本，或通过国内镜像安装。\n*   **包管理器**：Yarn\n    *   安装命令：`npm install -g yarn`\n    *   国内用户建议配置淘宝镜像源以加速依赖下载：\n        ```bash\n        yarn config set registry https:\u002F\u002Fregistry.npmmirror.com\n        ```\n*   **OpenAI API Key**：您需要拥有一个有效的 OpenAI API Key 才能驱动模型。\n\n## 安装步骤\n\n请按照以下步骤在本地构建并加载扩展程序：\n\n1.  **克隆仓库**\n    ```bash\n    git clone \u003Crepository-url>\n    cd browser-extension\n    ```\n    *(注：请将 `\u003Crepository-url>` 替换为实际的 GitHub 仓库地址)*\n\n2.  **安装依赖**\n    ```bash\n    yarn\n    ```\n\n3.  **构建项目**\n    运行以下命令启动开发服务器并生成构建文件：\n    ```bash\n    yarn start\n    ```\n    该命令会在项目根目录下生成 `build` 文件夹。\n\n4.  **加载到 Chrome 浏览器**\n    *   在 Chrome 地址栏输入 `chrome:\u002F\u002Fextensions\u002F` 并回车。\n    *   右上角开启 **开发者模式 (Developer mode)** 开关。\n    *   点击左上角的 **加载已解压的扩展程序 (Load unpacked)**。\n    *   选择上一步生成的 `build` 文件夹。\n\n## 基本使用\n\n安装完成后，请按以下步骤开始体验自动化功能：\n\n### 1. 激活插件\n插件提供两种交互方式：\n*   **弹窗模式**：按下快捷键 `Cmd+Shift+Y` (Mac) 或 `Ctrl+Shift+Y` (Windows\u002FLinux)，或点击浏览器工具栏中的插件图标。\n*   **开发者工具面板**：按 `F12` 打开开发者工具，找到并点击 **Taxy AI** 标签页。\n\n### 2. 配置 API Key\n在插件界面中，粘贴您的 [OpenAI API Key](https:\u002F\u002Fplatform.openai.com\u002Faccount\u002Fapi-keys)。\n> **安全提示**：该密钥仅加密存储于您的本地浏览器中，不会上传至任何第三方服务器。\n\n### 3. 执行任务示例\n导航至任意网页（例如 [OpenAI Playground](https:\u002F\u002Fplatform.openai.com\u002Fplayground) 或 Google Calendar），在插件输入框中输入自然语言指令。\n\n**示例指令：**\n> \"Schedule standup tomorrow at 10am. Invite david@taxy.ai\"\n> （明天上午 10 点安排站会，邀请 david@taxy.ai）\n\n**工作流程说明：**\n1.  Taxy 会分析当前页面 DOM，提取可交互元素。\n2.  结合您的指令发送给 LLM（支持 GPT-3.5\u002FGPT-4）。\n3.  LLM 返回操作指令（如 `click(id)` 或 `setValue(id, text)`）。\n4.  插件自动执行操作，并根据页面变化循环执行，直到任务完成或达到最大步数（默认 50 步）。\n\n您可以随时手动停止任务执行。如果遇到意外情况，内置的安全机制会自动中止操作。","某初创公司的运营专员每天需要手动从多个新闻网站收集竞品动态，并整理到内部协作文档中，过程繁琐且容易遗漏。\n\n### 没有 browser-extension 时\n- 需要逐个打开十几个新闻网页，肉眼筛选与竞品相关的文章，耗时极长。\n- 复制标题、链接和摘要时需在不同标签页间频繁切换，操作机械且容易出错。\n- 遇到需要登录或验证码的网站时，自动化脚本难以处理，必须人工介入。\n- 整理好的数据需手动粘贴到 Notion 或飞书文档，格式调整花费大量额外时间。\n- 一旦漏掉某个更新源，无法及时察觉，导致竞品信息滞后。\n\n### 使用 browser-extension 后\n- 只需输入“收集今天关于竞争对手 A 和 B 的最新科技新闻报道”，browser-extension 自动遍历预设网站并识别相关内容。\n- 自动提取标题、链接和核心摘要，无需人工复制粘贴，准确率大幅提升。\n- 遇到登录态或简单交互页面时，browser-extension 能模拟真人操作完成验证和数据抓取。\n- 直接将结构化数据写入指定协作文档，并自动排版，实现端到端自动化。\n- 可设定每日固定时间执行任务，确保信息零遗漏，实时掌握市场动态。\n\nbrowser-extension 将原本需要数小时的人工搜集工作压缩为分钟级的自动流程，让运营人员专注于高价值的分析决策而非重复劳动。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FTaxyAI_browser-extension_e2e05824.gif","TaxyAI","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FTaxyAI_f1149fdd.png",null,"https:\u002F\u002Fgithub.com\u002FTaxyAI",[77,81,85,89,93],{"name":78,"color":79,"percentage":80},"TypeScript","#3178c6",84.6,{"name":82,"color":83,"percentage":84},"JavaScript","#f1e05a",12.1,{"name":86,"color":87,"percentage":88},"CSS","#663399",2.2,{"name":90,"color":91,"percentage":92},"HTML","#e34c26",1.1,{"name":94,"color":95,"percentage":96},"SCSS","#c6538c",0.1,1268,427,"2026-04-04T15:53:39","MIT",4,"Windows, macOS, Linux","未说明",{"notes":105,"python":103,"dependencies":106},"该工具是一个 Chrome 浏览器扩展，需在本地构建安装。主要依赖 Node.js (v16+) 和 Yarn 进行构建。运行时需要有效的 OpenAI API 密钥（支持 GPT-3.5 和 GPT-4），密钥仅存储在本地浏览器中。通过快捷键 (Mac: cmd+shift+y, Win\u002FLinux: ctrl+shift+y) 或开发者工具面板激活。目前处于研究预览阶段，单个任务最多执行 50 步操作。",[107,108,109],"Node.js >= 16","Chrome Browser (支持 Manifest V3)","OpenAI API Key",[13,111],"插件","2026-03-27T02:49:30.150509","2026-04-06T22:51:34.554489",[115,120,125,130,135,140,145],{"id":116,"question_zh":117,"answer_zh":118,"source_url":119},20298,"点击“开始任务”时出现错误：\"Could not establish connection. Receiving end does not exist.\"，如何解决？","这是一个已知问题，意味着扩展程序代码无法与内容脚本（content script）通信。解决方法通常很简单：刷新当前页面，然后关闭并重新打开扩展窗口。如果仍然无效，可以尝试在 chrome:\u002F\u002Fextensions 页面重新加载该扩展，然后再试一次。","https:\u002F\u002Fgithub.com\u002FTaxyAI\u002Fbrowser-extension\u002Fissues\u002F11",{"id":121,"question_zh":122,"answer_zh":123,"source_url":124},20299,"为什么执行命令时会陷入死循环（例如反复点赞和取消点赞）？","这通常是由于使用了 GPT-3.5 后端导致的模型行为不稳定。如果您有权限，切换到 GPT-4 模型可以显著改善此问题。开发团队也在计划增加客户端检测机制，当检测到重复执行相同命令且无新结果时自动失败停止。","https:\u002F\u002Fgithub.com\u002FTaxyAI\u002Fbrowser-extension\u002Fissues\u002F10",{"id":126,"question_zh":127,"answer_zh":128,"source_url":129},20300,"遇到错误提示\"This model's maximum context length is 4096 tokens...\"该怎么办？","这是因为网页内容过长超过了模型的上下文限制。目前的解决方案是等待官方实现视口（viewport）或滚动截取功能来缩小页面上下文（参考 Issue #6）。暂时可以通过尝试在较小的页面区域或使用更简单的指令来规避。","https:\u002F\u002Fgithub.com\u002FTaxyAI\u002Fbrowser-extension\u002Fissues\u002F9",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},20301,"在 Chrome 内部页面（如 chrome:\u002F\u002F 开头的新标签页）使用时报错\"Cannot access a chrome:\u002F\u002F URL\"，如何解决？","这是浏览器的安全限制，扩展程序无法调试 chrome:\u002F\u002F 协议的页面。解决方法是不要直接在初始的新标签页（空白页或 chrome:\u002F\u002Fnewtab）上启动任务。请先访问一个普通的网址（例如 google.com），然后在普通网页上使用该扩展即可正常工作。","https:\u002F\u002Fgithub.com\u002FTaxyAI\u002Fbrowser-extension\u002Fissues\u002F56",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},20302,"是否允许分叉（fork）此仓库用于商业项目或添加新功能？","允许。维护者明确表示目前不围绕此浏览器扩展积极构建公司，因此欢迎用户分叉代码用于商业用途、实验或添加功能。如果能将有用的更改通过 Pull Request 提交回原仓库，他们会非常感激。","https:\u002F\u002Fgithub.com\u002FTaxyAI\u002Fbrowser-extension\u002Fissues\u002F36",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},20303,"从侧边栏复制到剪贴板的功能失效且没有任何错误提示，怎么办？","该问题已被修复。如果您仍遇到此问题，请尝试重新加载扩展程序或更新到最新版本。","https:\u002F\u002Fgithub.com\u002FTaxyAI\u002Fbrowser-extension\u002Fissues\u002F5",{"id":146,"question_zh":147,"answer_zh":148,"source_url":149},20304,"README 中的 Discord 邀请链接失效了，如何加入社区？","维护者已确认该问题并表示会更新链接。请关注 README 文件的最新变更以获取有效的邀请链接。","https:\u002F\u002Fgithub.com\u002FTaxyAI\u002Fbrowser-extension\u002Fissues\u002F22",[151],{"id":152,"version":153,"summary_zh":154,"released_at":155},118349,"v1.0","大爆炸发布","2023-04-14T00:28:12"]