[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-theredsix--cerebellum":3,"tool-theredsix--cerebellum":61},[4,18,26,36,44,53],{"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",156804,2,"2026-04-15T11:34:33",[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。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-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。\n\n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。\n\n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。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","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。\n\n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。\n\n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",93400,"2026-04-06T19:52:38",[52,14],{"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":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":76,"owner_location":77,"owner_email":78,"owner_twitter":76,"owner_website":79,"owner_url":80,"languages":81,"stars":94,"forks":95,"last_commit_at":96,"license":97,"difficulty_score":32,"env_os":98,"env_gpu":99,"env_ram":99,"env_deps":100,"category_tags":104,"github_topics":105,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":113,"updated_at":114,"faqs":115,"releases":145},7801,"theredsix\u002Fcerebellum","cerebellum","Browser automation system that uses AI-driven planning to navigate web pages and perform goals.","Cerebellum 是一款轻量级的智能浏览器自动化代理，旨在通过模拟人类的键盘和鼠标操作，自主完成用户在网页上设定的复杂目标。例如，它可以理解“寻找一根 10 英尺长的 USB-C 数据线并加入购物车”这样的自然语言指令，并自动执行搜索、筛选和购买流程。\n\n它主要解决了传统自动化工具依赖固定规则、难以应对动态网页变化的痛点。Cerebellum 将浏览过程建模为有向图导航，利用大语言模型（目前支持 Claude 3.5 Sonnet）实时分析页面内容与交互元素，动态规划下一步行动。这种机制让它能像真人一样思考路径，灵活处理表单填写、多标签页切换及滚动等操作，并在遇到障碍时自我调整策略。\n\n该工具特别适合开发者和技术研究人员使用，目前已提供 Python 和 TypeScript SDK，方便集成到现有工作流中构建更高级的自动化应用。虽然普通用户也能从中受益，但其配置和使用仍需一定的技术基础。Cerebellum 的独特之处在于其“感知 - 规划 - 执行”的闭环架构，让 AI 不仅能看懂网页，还能基于当前状态和历史行为做出连贯的决策，为实现真正的通用网页助手迈出了重要一步。","# Cerebellum\n\nA lightweight browser using agent that accomplishes user-defined goals on webpages using keyboard and mouse actions.\n\n## See It In Action\n\nGoal: `Find a USB C to C cable that is 10 feet long and add it to cart`\n\n[![Google Example Video](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftheredsix_cerebellum_readme_cc33cdcaaef6.png)](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F7a8500c9-35f4-45d3-bc0c-a765bc4aee6a)\n\n## Setup\n\nPlease see setup directions for your language:\n\n* [Python](\u002Fpython\u002FREADME.md#setup)\n* [Typescript](\u002Ftypescript\u002FREADME.md#setup)\n\n## How It Works\n\n1. Web browsing is simplified to navigating a directed graph.\n2. Each webpage is a node with visible elements and data.\n3. User actions, such as clicking or typing, are edges that move between nodes.\n4. Cerebellum starts at a webpage and aims to reach a target node that embodies the completed goal.\n5. It uses a LLM to finds new nodes by analyzing page content and interactive elements.\n6. The LLM decides the next action based on the current state and past actions.\n7. Cerebellum executes the LLM's planned action and feeds the new state back into the LLM for next step.\n8. The process ends when the LLM decides the goal has been reached or is unachieveable.\n\n*Currently, Claude 3.5 Sonnet is the only supported LLM*\n\n## Features\n\n* Compatible with any Selenium-supported browser.\n* Fills forms using user-provided JSON data.\n* Accepts runtime instructions to dynamically adjust browsing strategies and actions.\n* TODO: Create training datasets from browsing sessions\n\n## Roadmap\n\n- [x] Integrate Claude 3.5 Sonnet as a `ActionPlanner`\n- [x] Demonstrate successful `BrowserAgent` across a variety of tasks\n- [x] Create Python SDK\n- [x] Handle tabbed browsing\n- [ ] Handle data extraction from website\n- [x] Improve vertical scrolling behavior\n- [ ] Improve horizontal scrolling behavior\n- [x] Improve system prompt performance\n- [x] Improve mouse position marking on screenshots\n- [ ] Add ability for converting browser sessions into training datasets\n- [ ] Support for additional LLMs as an `ActionPlanner`\n- [ ] Train a local model\n- [ ] Integrate local model as a `ActionPlanner`\n\n## Known Issues\n\n* Claude 3.5 safety refusals\n  * Refuses to solve CAPTCHAs\n  * Refuses to navigate when political content is on the page\n\n## Contributing\n\nContributions to Cerebellum are welcome. For details on how to get involved, please refer to our [CONTRIBUTING.md](CONTRIBUTING.md).\n\nWe appreciate all contributions, whether they're bug reports, feature requests, or code changes.\n\n## License\n\nThis project is licensed under the [MIT License](LICENSE).\n\n## Maintainer\n\n* [Han Wang](https:\u002F\u002Fgithub.com\u002Ftheredsix)\n\n## Collaborators\n\n* [Han Wang](https:\u002F\u002Fgithub.com\u002Ftheredsix)\n* [Darwin Lo](https:\u002F\u002Fgithub.com\u002Fthefireskater)\n* [Michael Shuffett](https:\u002F\u002Fgithub.com\u002Fmshuffett)\n* [Shane Moran](https:\u002F\u002Fgithub.com\u002Fscm-aiml)\n","# 小脑\n\n一款轻量级浏览器代理，能够通过键盘和鼠标操作，在网页上完成用户自定义的目标。\n\n## 实际演示\n\n目标：`查找一根10英尺长的USB-C转USB-C数据线，并将其加入购物车`\n\n[![Google 示例视频](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftheredsix_cerebellum_readme_cc33cdcaaef6.png)](https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F7a8500c9-35f4-45d3-bc0c-a765bc4aee6a)\n\n## 设置\n\n请参阅适用于您所用语言的设置说明：\n\n* [Python](\u002Fpython\u002FREADME.md#setup)\n* [TypeScript](\u002Ftypescript\u002FREADME.md#setup)\n\n## 工作原理\n\n1. 网页浏览被简化为在有向图中导航。\n2. 每个网页都是一个节点，包含可见元素和数据。\n3. 用户操作（如点击或输入）是连接不同节点的边。\n4. 小脑从某个起始网页开始，目标是到达代表已完成目标的终点节点。\n5. 它使用大语言模型分析页面内容和交互元素，以找到新的节点。\n6. 大语言模型根据当前状态和历史操作决定下一步行动。\n7. 小脑执行大语言模型规划的操作，并将新状态反馈给大语言模型以进行下一步决策。\n8. 当大语言模型判断目标已达成或无法实现时，流程结束。\n\n*目前，Claude 3.5 Sonnet 是唯一支持的大语言模型*\n\n## 功能\n\n* 兼容任何支持 Selenium 的浏览器。\n* 可使用用户提供的 JSON 数据自动填写表单。\n* 支持运行时指令，以动态调整浏览策略和操作。\n* 待办事项：从浏览会话中创建训练数据集。\n\n## 路线图\n\n- [x] 集成 Claude 3.5 Sonnet 作为 `ActionPlanner`\n- [x] 在多种任务中成功演示 `BrowserAgent`\n- [x] 创建 Python SDK\n- [x] 处理标签页浏览\n- [ ] 处理网站数据提取\n- [x] 改善垂直滚动行为\n- [ ] 改善水平滚动行为\n- [x] 提升系统提示词的表现\n- [x] 改进截图中标记鼠标位置的功能\n- [ ] 增加将浏览器会话转换为训练数据集的功能\n- [ ] 支持更多大语言模型作为 `ActionPlanner`\n- [ ] 训练本地模型\n- [ ] 将本地模型集成为 `ActionPlanner`\n\n## 已知问题\n\n* Claude 3.5 的安全拒绝行为：\n  * 拒绝解决验证码\n  * 拒绝在页面包含政治内容时进行导航\n\n## 贡献\n\n欢迎为小脑做出贡献。有关如何参与的详细信息，请参阅我们的 [CONTRIBUTING.md](CONTRIBUTING.md)。\n\n我们感谢所有贡献，无论是错误报告、功能请求还是代码更改。\n\n## 许可证\n\n本项目采用 [MIT 许可证](LICENSE) 许可。\n\n## 维护者\n\n* [Han Wang](https:\u002F\u002Fgithub.com\u002Ftheredsix)\n\n## 合作者\n\n* [Han Wang](https:\u002F\u002Fgithub.com\u002Ftheredsix)\n* [Darwin Lo](https:\u002F\u002Fgithub.com\u002Fthefireskater)\n* [Michael Shuffett](https:\u002F\u002Fgithub.com\u002Fmshuffett)\n* [Shane Moran](https:\u002F\u002Fgithub.com\u002Fscm-aiml)","# Cerebellum 快速上手指南\n\nCerebellum 是一个轻量级的基于代理的浏览器工具，能够利用键盘和鼠标操作，在网页上自动完成用户定义的复杂目标（如搜索商品并加入购物车）。它通过将网页浏览简化为有向图导航，结合大语言模型（目前仅支持 Claude 3.5 Sonnet）来规划并执行下一步操作。\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**：Linux, macOS 或 Windows\n*   **编程语言**：选择以下任一环境\n    *   Python 3.8+\n    *   Node.js (TypeScript 环境)\n*   **浏览器**：任意支持 Selenium 的浏览器（推荐 Chrome 或 Firefox），并已安装对应的 WebDriver。\n*   **API 密钥**：您需要拥有 Anthropic API 密钥以使用 **Claude 3.5 Sonnet** 模型（当前唯一支持的 LLM）。\n*   **前置依赖**：\n    *   Python 用户需安装 `selenium` 及相关驱动管理工具。\n    *   TypeScript 用户需配置好 npm\u002Fyarn 环境。\n\n> **注意**：由于网络原因，国内开发者在安装 Python 包时建议指定清华或阿里镜像源；调用 Anthropic API 时可能需要配置网络代理。\n\n## 安装步骤\n\n根据您的开发语言偏好，选择以下一种方式进行安装：\n\n### 选项 A：Python 环境\n\n1.  克隆项目仓库：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum.git\n    cd cerebellum\u002Fpython\n    ```\n\n2.  创建虚拟环境并安装依赖（推荐使用国内镜像加速）：\n    ```bash\n    python -m venv venv\n    source venv\u002Fbin\u002Factivate  # Windows 用户使用: venv\\Scripts\\activate\n    pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n\n3.  配置环境变量：\n    ```bash\n    export ANTHROPIC_API_KEY=\"your_claude_api_key_here\"\n    # 如果使用代理访问 API\n    export HTTP_PROXY=\"http:\u002F\u002F127.0.0.1:7890\"\n    export HTTPS_PROXY=\"http:\u002F\u002F127.0.0.1:7890\"\n    ```\n\n### 选项 B：TypeScript 环境\n\n1.  克隆项目仓库：\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum.git\n    cd cerebellum\u002Ftypescript\n    ```\n\n2.  安装依赖：\n    ```bash\n    npm install\n    # 或者使用 yarn\n    yarn install\n    ```\n\n3.  配置环境变量（在项目根目录创建 `.env` 文件）：\n    ```text\n    ANTHROPIC_API_KEY=your_claude_api_key_here\n    ```\n\n## 基本使用\n\nCerebellum 的核心用法是定义一个自然语言目标，代理将自动规划路径并执行操作。以下是最简单的 Python 使用示例。\n\n### 示例：自动搜索并添加商品到购物车\n\n假设目标是：“寻找一根 10 英尺长的 USB-C 转 USB-C 数据线并将其加入购物车”。\n\n```python\nfrom cerebellum import BrowserAgent\nimport os\n\n# 初始化代理\n# 确保已设置 ANTHROPIC_API_KEY 环境变量\nagent = BrowserAgent(\n    headless=False,  # 设置为 True 可在后台无界面运行\n    browser=\"chrome\" # 或 \"firefox\"\n)\n\n# 定义用户目标\ngoal = \"Find a USB C to C cable that is 10 feet long and add it to cart\"\n\n# 可选：提供表单填充数据（如登录信息或地址）\nuser_data = {\n    \"email\": \"user@example.com\",\n    \"address\": \"123 Main St\"\n}\n\ntry:\n    # 启动任务\n    # agent.run 会自动打开浏览器，分析页面，点击、输入直至完成任务\n    result = agent.run(\n        goal=goal, \n        start_url=\"https:\u002F\u002Fwww.amazon.com\", # 指定起始网址\n        user_data=user_data\n    )\n    \n    print(f\"任务状态：{result.status}\")\n    print(f\"执行日志：{result.logs}\")\n\nexcept Exception as e:\n    print(f\"执行过程中发生错误：{e}\")\nfinally:\n    # 关闭浏览器\n    agent.close()\n```\n\n### 运行时动态调整\n\n您也可以在运行时通过指令动态调整浏览策略。Cerebellum 会接收新的指令并重新规划后续动作，无需重启会话。\n\n```python\n# 在任务执行过程中注入新指令\nagent.send_instruction(\"Skip any items that are out of stock.\")\n```\n\n### 注意事项\n*   **CAPTCHA 限制**：Claude 3.5 出于安全策略，拒绝解决验证码（CAPTCHAs）。如果页面出现验证码，任务可能会中断。\n*   **敏感内容**：若页面包含政治敏感内容，模型可能会拒绝继续导航。\n*   **滚动支持**：目前已优化垂直滚动行为，水平滚动支持仍在改进中。","某电商运营团队需要每日从多个竞争对手网站收集特定规格商品（如\"10 英尺长 USB-C 转 C 数据线”）的价格并加入购物车以监控库存状态。\n\n### 没有 cerebellum 时\n- 开发人员需为每个目标网站编写和维护复杂的 Selenium 脚本，一旦网页布局微调，脚本即刻失效，维护成本极高。\n- 面对动态加载内容或深层嵌套菜单，传统自动化难以智能判断下一步操作，常陷入死循环或点击错误元素。\n- 处理多步骤任务（搜索、筛选、验证规格、加购）时，硬编码的逻辑缺乏灵活性，无法应对临时的弹窗或页面结构变化。\n- 人工手动执行重复性浏览任务耗时费力，且容易因疲劳导致操作失误，无法实现规模化并发监控。\n\n### 使用 cerebellum 后\n- 只需输入自然语言目标（如“查找 10 英尺长 USB-C 线并加购”），cerebellum 利用 AI 规划自动分析页面元素并生成操作路径，无需编写具体选择器代码。\n- 基于大模型的决策能力，cerebellum 能理解页面语义，智能处理滚动、表单填写及动态跳转，即使页面结构调整也能自适应新路径。\n- 支持运行时动态指令调整，遇到异常弹窗或干扰信息时，cerebellum 可自主重新规划策略，确保任务闭环完成。\n- 将原本数小时的人工巡检或脚本开发工作压缩至分钟级，团队可轻松部署数百个并发任务，实时监控全网竞品动态。\n\ncerebellum 将繁琐的浏览器自动化从“写代码维护规则”转变为“定义目标由 AI 执行”，极大提升了复杂网页交互任务的开发效率与鲁棒性。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftheredsix_cerebellum_cf4a1794.png","theredsix","Han Wang","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Ftheredsix_de70d7a0.png","👋 recovering startup founder (YC S17)",null,"San Francisco","han.wang.2718@gmail.com","https:\u002F\u002Fwww.linkedin.com\u002Fin\u002Fhanwangcyber\u002F","https:\u002F\u002Fgithub.com\u002Ftheredsix",[82,86,90],{"name":83,"color":84,"percentage":85},"Python","#3572A5",44.6,{"name":87,"color":88,"percentage":89},"TypeScript","#3178c6",32.1,{"name":91,"color":92,"percentage":93},"Jupyter Notebook","#DA5B0B",23.3,856,57,"2026-04-09T13:37:30","MIT","","未说明",{"notes":101,"python":99,"dependencies":102},"目前仅支持 Claude 3.5 Sonnet 作为大语言模型（ActionPlanner），需自行配置 API 访问权限。该工具是一个基于代理的轻量级浏览器，通过键盘和鼠标操作完成用户定义的目标。已知问题包括：Claude 3.5 会拒绝解决验证码（CAPTCHA）以及在页面包含政治内容时拒绝导航。具体安装步骤需参考项目目录下的 Python 或 Typescript 子目录中的 README 文件。",[103],"Selenium",[52,14,35,13,15],[106,107,108,109,110,111,112],"agents","ai","automation-ui","browser","fine-tuning","llm","automation-framework","2026-03-27T02:49:30.150509","2026-04-16T01:45:05.706258",[116,121,126,130,135,140],{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},34937,"遇到 'Request not allowed' (403 Forbidden) 错误怎么办？","这通常意味着 Anthropic 拒绝了您的 API 密钥。请尝试在 `AnthropicPlanner` 构造函数中显式传入 API 密钥。如果单独调用 SDK 正常但在此库中报错，请检查密钥是否正确传递。","https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fissues\u002F4",{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},34938,"在 Python 3.10 中运行时出现 'cannot import name StrEnum from enum' 错误如何解决？","该问题已在 v0.2.3 版本中修复。`StrEnum` 是较新 Python 版本的特性，导致在 Python 3.10 中不兼容。请将库升级到最新版本：`pip install --upgrade cerebellum`。","https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fissues\u002F11",{"id":127,"question_zh":128,"answer_zh":129,"source_url":125},34939,"在 Windows 上运行时出现 'No module named termios' 错误怎么办？","`termios` 模块仅适用于 POSIX 系统（如 Linux\u002FmacOS），无法在 Windows 上安装或使用。此问题已在 v0.2.3 版本中修复，该版本增加了对 Windows 的兼容性支持。请升级库版本即可解决。",{"id":131,"question_zh":132,"answer_zh":133,"source_url":134},34940,"运行示例时遇到 'Image to composite must have same dimensions or smaller' 错误如何修复？","这是一个已知的图像合成尺寸错误，已在最新的代码提交中修复。请更新您的代码库到最新版本。如果问题仍然存在，请检查您启动的浏览器分辨率以及 Selenium 驱动程序的配置。","https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fissues\u002F7",{"id":136,"question_zh":137,"answer_zh":138,"source_url":139},34941,"如何让浏览器代理在已登录的状态下运行，而不是每次启动新窗口都需要重新登录？","您需要为会话设置一个用户配置文件目录（user profile directory）。首先在该配置文件中手动登录网站，然后在初始化 Selenium 时加载该配置文件。参考方法见：https:\u002F\u002Fstackoverflow.com\u002Fquestions\u002F77390094\u002Fhow-to-use-user-profile-with-seleniumbase","https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fissues\u002F10",{"id":141,"question_zh":142,"answer_zh":143,"source_url":144},34942,"遇到 'messages.4: Did not find 1 tool_result block...' 错误是什么原因？","这是 Anthropic API 的消息格式错误，表明在使用 `tool_use` 块后，后续消息必须以匹配数量的 `tool_result` 块开始。这通常是内部逻辑处理不当导致的。如果遇到此问题，建议提交一个最小化的 Node.js 项目以便复现和排查具体原因。","https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fissues\u002F5",[146,151,156,161,166,171,176,181,186,191,196,201],{"id":147,"version":148,"summary_zh":149,"released_at":150},272258,"final","该软件包已弃用且不再维护。**如需一个持续维护的 AI 浏览器使用库，其在 Online Mind2Web 上的得分高达 90%**，请参阅 https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fagent-browser-protocol 。","2026-03-11T17:51:35",{"id":152,"version":153,"summary_zh":154,"released_at":155},272259,"v0.2.3","## 变更内容\n* 由 @scm-aiml 在 https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fpull\u002F13 中实现，将 Python 版本兼容性降低至 3.9。\n\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fcompare\u002Fv0.2.2...v0.2.3","2024-12-05T00:50:31",{"id":157,"version":158,"summary_zh":159,"released_at":160},272260,"v0.2.2","## 变更内容\n* 浏览器标签页支持，由 @theredsix 在 https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fpull\u002F8 中实现\n* Hw\u002Ftypescript 标签式浏览功能，由 @theredsix 在 https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fpull\u002F9 中实现\n\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fcompare\u002Fv0.1.3...v0.2.2","2024-11-17T18:04:02",{"id":162,"version":163,"summary_zh":164,"released_at":165},272261,"v0.1.3","## 变更内容\n* 由 @scm-aiml 在 https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fpull\u002F2 中完成的首次 Python 移植\n* 改进了 TypeScript 库的消息历史记录处理机制\n\n\n## 新贡献者\n* @scm-aiml 在 https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fpull\u002F2 中完成了他们的首次贡献\n\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fcompare\u002Fv0.1.2...v0.1.3","2024-11-15T00:02:13",{"id":167,"version":168,"summary_zh":169,"released_at":170},272262,"v0.1.2","* 修复了鼠标抖动问题（鼠标会在 UI 元素附近徘徊但不会点击）\n* 增强了对 Claude 返回坐标数据的解析能力（支持数组或 {x: number, y: number} 格式）\n\n**完整更新日志**：https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fcompare\u002Fv0.1.1...v0.1.2","2024-11-10T00:08:31",{"id":172,"version":173,"summary_zh":174,"released_at":175},272263,"v0.1.1","## 变更内容\n* 修复了 #7 中的图片分辨率错误\n\n## 新贡献者\n**完整变更日志**: https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fcompare\u002F0.1.0...v0.1.1","2024-11-09T04:30:07",{"id":177,"version":178,"summary_zh":179,"released_at":180},272264,"0.1.0","* 测试版发布\n\n**完整更新日志**: https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fcompare\u002F0.0.8...0.1.0","2024-10-30T03:53:20",{"id":182,"version":183,"summary_zh":184,"released_at":185},272265,"0.0.8","**完整更新日志**: https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fcompare\u002F0.0.7...0.0.8","2024-10-30T03:17:29",{"id":187,"version":188,"summary_zh":189,"released_at":190},272266,"0.0.7","* 优化了截图中的鼠标注入效果\n* 新增了鼠标抖动检测功能\n* 优化了截图中的滚动条渲染\n\n**完整更新日志**：https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fcompare\u002F0.0.6...0.0.7","2024-10-29T07:44:05",{"id":192,"version":193,"summary_zh":194,"released_at":195},272267,"0.0.6","将 Selenium 移至对等依赖项\n\n**完整变更日志**：https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fcompare\u002F0.0.3...0.0.6","2024-10-27T23:42:41",{"id":197,"version":198,"summary_zh":199,"released_at":200},272268,"0.0.5","Fixed Retina scaling issues for Mac\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fcompare\u002F0.0.4...0.0.5","2024-10-27T23:16:59",{"id":202,"version":203,"summary_zh":204,"released_at":205},272269,"0.0.4","Initial alpha release\r\n\r\n**Full Changelog**: https:\u002F\u002Fgithub.com\u002Ftheredsix\u002Fcerebellum\u002Fcompare\u002F0.0.3...0.0.4","2024-10-27T07:11:30"]