Skip to content
简体中文

切换主题

发现▾

不知道从哪开始？本周最热的软件、模型和组合，3 分钟看完 AI 圈的变化。

AI 软件▾

给人用的 AI 软件：从 ChatGPT 这类助手，到写代码、做视频、搭工作流的工具，按用途挑。

Agent 工具▾

给 AI 用的软件：让你的 agent（Claude Code、Codex、Cursor…）能上网、读文档、跑代码、记住事情。

模型▾

选模型、算成本、自己部署：价格、榜单、评测、免费额度和自建算力都在这里。

解决方案▾

有具体目标或报错？按场景给出现成的软件组合、步骤和问题解法。

学 AI▾

一套从零到前沿的系统课程，配算法库、必读论文和精选教程。

前沿▾

每天的 AI 新闻、每周热点、最新论文和 AI 改造各学科的进度。

// 操作浏览器和电脑

OmniParserv1.5.0

把屏幕截图解析为结构化元素供 GUI agent 使用

开源 维护中 给 AI 用

官网 ↗ 对比

一段话结论

OmniParser 是把屏幕截图解析为结构化元素供 GUI agent 使用。

适合：想让自己的 agent（Claude Code、Codex、Cursor 等）操作浏览器和电脑的开发者。

要点：屏幕解析

01怎么开始

  1. 1先读官方 README / 文档，确认运行环境和需要的权限。
  2. 2按官方说明安装。
  3. 3在 AGENTS.md / CLAUDE.md 里写明这个工具和用法，agent 才知道什么时候调用。

02替代品与对比

并排对比 →
browser-use 让 AI agent 操作网站的浏览器自动化库 ★ 119k playwright 跨浏览器自动化测试与操控 ★ 98k puppeteer 控制 Chrome/Firefox 的 Node 库 ★ 96k chrome-devtools-mcp Chrome DevTools 官方 MCP ★ 54k UI-TARS-desktop 字节多模态 GUI agent 桌面应用 ★ 39k

03相关

版本历史 · 收录依据 · 给 AI 读

最近版本

给 AI 读

数据更新于：AI 软件库与热度 · 软件档案 / 需求（北京时间）