auto-gpt-web

GitHub
761 141 简单 1 次阅读 3天前MIT图像开发框架语言模型Agent
AI 解读 由 AI 自动生成,仅供参考

auto-gpt-web 是一款基于浏览器的智能代理工具,旨在让用户通过设定初始角色与目标,即可让 AI 在无需人工干预的情况下,自主调动各类资源完成任务。它深受知名项目 Auto-GPT 启发,将强大的自动化能力从命令行带入了直观的网页界面。

该工具主要解决了传统 AI 交互中用户需逐步指令、无法独立执行复杂多步任务的痛点。通过赋予 AI 联网搜索与信息整合的能力,它能像私人助理一样主动规划并达成目标。同时,auto-gpt-web 高度重视隐私安全,所有的对话历史、AI 设定及 API 密钥均仅存储于用户本地浏览器中,不会上传至第三方服务器,用户可随时彻底清除数据。

这款工具非常适合希望体验自主 AI 代理能力的普通用户、产品经理以及非技术背景的研究者。无需配置复杂的本地开发环境或安装 Electron 应用,只需拥有 OpenAI 和 Google 搜索相关的 API 密钥,即可在浏览器中立即启动。其独特的技术亮点在于利用浏览器本地向量数据库构建长期记忆雏形,并计划通过 Electron 内核优化搜索操作,以突破常规 API 限制,为用户提供更流畅、低成本的自动化探索体验。

使用场景

一位独立开发者需要在周末快速完成对新兴"Rust Web 框架”的技术调研,并整理出一份包含优缺点对比、社区活跃度及入门代码示例的深度报告。

没有 auto-gpt-web 时

  • 开发者需手动在多个搜索引擎中反复切换关键词,耗费大量时间筛选低质量博客和过时文档。
  • 收集到的碎片化信息散落在几十个浏览器标签页中,缺乏自动化的归纳整理,难以形成逻辑连贯的结论。
  • 为了验证框架的易用性,必须亲自搭建环境编写 Demo,导致原本计划 2 小时的调研被迫延长至半天。
  • 整个过程中断频繁,一旦中途处理其他事务,之前梳理的思路和搜索路径容易丢失,无法实现无人值守的持续探索。

使用 auto-gpt-web 后

  • 只需设定“调研 Rust Web 框架并输出对比报告”的目标,auto-gpt-web 即可自主调用 Google Search API 全网抓取最新技术资讯。
  • 工具自动将检索到的信息进行去重、分类和总结,直接在浏览器本地生成结构清晰的草稿,无需人工拼接碎片。
  • auto-gpt-web 能自主访问官方文档和 GitHub 仓库,提取关键代码片段并评估社区提交频率,替代了人工试错环节。
  • 凭借本地存储的对话历史与长期记忆机制,即使关闭浏览器,下次打开时 auto-gpt-web 仍能基于上下文继续执行未完成的深度分析任务。

auto-gpt-web 通过将繁琐的信息搜集与初步分析工作自动化,让开发者从重复劳动中解放出来,专注于高价值的决策与创新。

运行环境要求

GPU

未说明

内存

未说明

依赖
notes该工具为基于浏览器的 Web 应用,无需本地安装 Python 环境或 GPU。运行必需条件为:OpenAI API Key、Google Search API Key 以及 Google Custom Search Engine ID。所有数据(包括凭证和聊天记录)仅存储在本地浏览器中。
python未说明
auto-gpt-web hero image

快速开始

AutoGPT 网站

设定你的目标,AI 自动实现。 你可以为你的 AI 伙伴设定初始角色和目标,在无人监督的情况下,它会自动利用所有可用资源来达成你的目标。

灵感来源于 Auto-GPT

演示截图

功能

  • 🌐 可访问互联网,用于搜索和信息收集
  • 💾 将你的 AI 定义、聊天记录和凭据保存在浏览器中
  • 长期记忆(基于浏览器端的向量数据库)
  • Electron 应用程序
  • 使用 Electron 的 WebView 进行搜索操作(解除 Google Search API 的限制,并解决单页应用问题)
  • 计算 token 数量并评估成本

要求

必需:

  • OpenAI API 密钥
  • Google
    • 搜索 API 密钥
    • 自定义搜索引擎 ID

安全性

  • 你的所有凭据保存在本地浏览器中,仅在必要时才会发送给相关服务提供商(如 OpenAI、Google Search API 等)。你可以随时完全删除这些凭据。
  • 你的所有聊天记录保存在本地浏览器中。你可以随时完全删除这些记录。

开发

版本历史

v0.12023/04/07

相似工具推荐

openclaw

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。 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。 OpenClaw 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

349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-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。 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。

162.1k|★★★☆☆|1周前
开发框架图像Agent

everything-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。 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。 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

154.3k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

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。 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。 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。

108.3k|★★☆☆☆|3天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|4天前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|1周前
插件开发框架