Chrome148AI设置步骤
很离谱啊，家人们，最近我发现啊，谷歌浏览器会在我完全不知情的情况下，偷偷的给我电脑装了一个四 g 的 ai 模型，四 g 啊，家人们就这么悄无声息的占用我的硬盘空间，而且更气人的是什么？我把它删了之后，他还会自己再装回来，就跟那些什么流氓软件一样，删不掉，这只不过是谷歌干的， 这还不是一个人两个人电脑是数一台电脑都被安装的。但是我最在意的另一件事情是什么？在这周，一个市值几百亿的公司啊，直接啊裁了一万多个人，占员工总数的百分之二十， 不是说是公司不行的啊， ceo 的 原话是什么？因为 ai 的 效率提升啊，这些岗位不需要的，但是对我来说， ai 不 都是去辅助人的吗？怎么就很取代人呢？这就会很扎心， ai 已经从帮你写文档进化成了啊帮你端掉同事饭碗的那个人了。黄仁轩啊，在这周啊，呃，说过一句话，我觉得特别好，就是 ai 让所有人啊，重回同一起跑线， 但是在这个同一起跑线的意思就是你自己的经历、经验、技能可能正在贬值，数据不会骗人。所以我现在在纠结什么呢？第一个啊，就是打开谷歌浏览器啊，有没有帮你偷偷安装， 第二个就是去这个地址，把这些 ai 选项一定要关掉。第三个就是非常重要的，就从今天开始啊，每天花三十分钟啊，学习一个 ai 工具和 ai 知识。这个是事关重要的， 不是让你变成一个 ai 专家，而是让你至少知道 ai 在 干什么，能够帮我干什么，甚至是他以后会不会取代于我。
粉丝544获赞3617
相关视频
03:56查看AI文稿AI文稿下面来全面的融入谷歌浏览器，成为我见过最牛逼的 ai 浏览器。直接我来上个干货怎么去抢先开启 黑科技？第一步，开启隐形开关，先得要升级浏览器到最新的版本，然后接着在地址栏里面进入实验室，在搜索框里面去输入这个指令，把搜出来的这五个项全部从这个改成这个。这五项分别是 这里改完之后嘞，右下角会来一个重新启动的按钮，你点击重启。但是有一些操作完之后，这个煎饼奶在浏览器上面就出现了，但还有一些就没有出现，没有出现的那说明 地狱已经被锁死了。这个时候需要先彻底的退出浏览器，然后打开终端去执行下面的几行命令，给他来一个强行的开解。在操作之前呢，我是建议你先去做一个备份命令里面，这个路径适于 mac 的 用户。另外你的浏览器需要设置成英文，而且 ip 地址要设置必须是美国，因为美国的 ip 是 第一批测试用户。一系列的动作全部走完之后，你再去打开浏览器， 你就能够看到这个能够替你上班，能够解决很多问题的数字分身了。好了，干货说完之后，我们再来看一下 这个浏览器有哪些恐怖的变化。第一个侧边栏的进化，第三方插件通通都可以下岗了，但这次浏览器的原生的界面栏真的是让我把那些第三方的插件基本要全部都卸载。让我感受最大的一个点 就是它的整个总结网页的能力，真正厉害的地方在于它能够同时总结 n 个打开的网页。以前我想看几篇文章， 去做一些摘药，以及看这篇文章里面讲了一些什么东西，必须要每个页面都去点一下，分析一下，手都会点累。但现在你一次性能够把它全部打开，然后 ai 他 会帮你把所有的这个网页的内容全部 读一遍，读完之后他会甩给我一份汇总好的摘药。不管是做自媒体的你还是写报告的你 有了这个功能直接起飞，甚至你在买商品的时候，你要做商品的对比，比较起来呢，你会眼花缭乱，现在简单直接让他帮你做全网的比价，毛病都可以帮你解决。最后呢，告诉你哪一款是最值得下单的。 我以前用的比较多的用浏览器去看视频，尤其是在 youtube 上面。不过我之前用是用 umi 的， 因为我对于 umi 的 整个使用比较深入，个人感觉目前的整个视频的整个整理能力和协助能力比 umi 的 还是 low 了一点。第二个，浏览器自带的 一个修图的功能确实让我很惊讶。你像以前在网上看到一张图，想去改一下，你得要先下载起来，然后再打开修图软件，包括你像现在的美图修修操作起来也是比较麻烦。但现在你用浏览器的侧边栏，直接可以去用 banana， banana 收图的功能集成进来了。简单的说，就像在浏览器装了一个一键整容的按钮，且面对那种网页有很多数据的内容，你也可以直接喊他把网页的内容生成一张精美的信息图。这种 这种功能对于每天要做 ppt 的 人来说，这简直是救了命了。就光这些功能，如果说你能够完全的用起来，绝对是飞一般的感觉。当然确实得感叹一下，二零二六年开年的第一个月， ai 圈的节奏快得让人窒息。
2546陶小开
02:33查看AI文稿AI文稿好的，大家好，今天我来给大家介绍一下谷歌浏览器更新幺四六这个版本之后，它可以做到的一个非常好的事，就是可以直接用我们的 ai agent， 非常方便快速的就可以去直接操作我们的浏览器。这次更新它主要是更新了这个 remote debugging 这个功能，你现在可以直接在谷歌浏览器通过一个网址，然后一键打开这个开关，打开之后你就可以用之前传统的 谷歌发布的这个 live tools mcp， 或者说其他的一些操作浏览器的工具，你就可以直接用你的 ai agent cloud 或者 codex 这些直接去非常方便的操作你的浏览器。 它这一次的优点主要是这几个，第一个它解决了登录墙 cookie 的 这种问题，我们知道之前如果我们想用我们的 agent 去操作浏览器的时候，老是会遇到登要需要我们登录账号需要粘贴我们的 cookie 给他，他每次的操作浏览器都是去开一个全新的一个浏览器，这个浏览器没有保存你的任何信息，这个就很烦。 第二个是之前的那种传统的无头浏览器，很容易被检测到网站会被拦截，那现在这种直接去操控相当于是浏览器它在底层上直接把它的网页，它的这些结构直接暴露给了 agent， 然后这个数据它就是一个非常结构化的一个数据 agent 看起来非常方便，也会更加的节省 token。 其次是这一次更新之后，整个的操作难度会非常低，我等下演示一下大家就知道了。好的，首先第一点你需要知道你的谷歌浏览器是否更新到了幺四六这个版本？你可以直接在你的谷歌浏览器输入 chrome version 这个网址，然后你就可以看到第二点，我们怎么打开我们的这个 remote debugging 的 这个开关？这个也很简单， 直接在谷歌浏览器的网址输入这个网址，到时候我会放在评论区，打开之后这里有一个 allow remote debugging for this browser instance， 你 就勾上之后这里你会看到你的这个服务就已经跑在你的本地的窗口了， 现在你就已经把你的浏览器给暴露出来，下一步你就可以用装了 m c p 或者 skill 的 agent 直接去操控你现在的谷歌浏览器。 推荐的两个，一个是谷歌这个官方的控制浏览器的 m c p 工具。第二个推荐的是第三方的一个大神，他开发的一个 c d p 的 技能，他比谷歌官方的 m c p 那 个工具好在他好像少了很多的验证环节，会用起来更加的方便和快速，我现在用的就是这个。好的，接下来我们都准备好之后，我就给大家演示一下，不是现在怎么用我的 agent 直接去操作我现在的浏览器。现在我这边已经打开了一个 open code 的， 我现在直接给他说用这个 cdp 这个技能，看到我现在的 x 的 网页的最新的五条推文是什么，我现在来运行好，运行的时候他会这里突然弹出一个 allow remote debugging， 就是 是否我们允许我们 agent 远程操控 我们点 allow。 好， 我们继续。现在可以看到在这个思考过程中已经找到了我现在首页的这五条推文。好的，现在他已经看到了结果，我们可以看到他现在已经把我首页的这五条推文找出来了。第一个是 gtc 大 会的雪宝登场， 这个没问题。第二个是一个 microsoft 的 一个广告，他也看到了，后面的这些内容他都找了出来，这个是一个非常简单的用力，我刚才演示的过程中，他没有要求我去登录 x 或者说去给他任何 cookie， 他 直接通过我现有的这个浏览器状态就直接去得到了这些数据，而且非常的快，也不是通过任何截图，就是直接通过浏览器暴露给他的结构化数据。
870Yuuhann
02:02查看AI文稿AI文稿好的兄弟们，原来谷歌才是真正的 ai 浏览器，现在谷歌 crm 更新之后，不光右边侧边栏可以去实时的和界面进行对话，左边他也更新了我们 很多人喜欢使用的这种垂直的标签页。现在这个布局，我感觉谷歌浏览器对我来说是最好用的一个浏览器， 不光是你可以实时的去和接麦进行沟通，你看到了什么东西，而且你也可以跨标签页去多个页面的内容进行对比和整合。比较有意思的是有一个专门的浏览器的一个 skio 商店，虽然现在不是很多都是官方的一些， 但是可以看出来谷歌浏览器在这后面有很大的一个潜力，我斗胆预言一下，后面的其他 ai 浏览器估计都得慢慢的死掉。 那么如何开启？打开的方法也很简单，大家把谷歌浏览器更新到最新版本之后，这里右上角就有一个 ask jimmy， 你 只需要点一下就可以随时呼出 jimmy 进行对话。 这个垂直的标签页是如何去设置呢？这个也很简单，大家只需要输入这个网址，这个是谷歌浏览器内置的一个设置，你可以在这里面搜 vertical， 可以 第一个就可以看到这个 vertical tabs 就是 一个垂直标签页，你就可以把这里选择 en enabled， 选中之后在这里直接右键你的这个标签页，你直接这里，比如我现在就是 show tabs， horizontal， 它就变成一个水平，我希望它垂直，我就在这里再选这个 vertical， 它就变到垂直了，这个对我个人来说真的是方便和美观，很多刚刚说的 skill 商店也是在这里面去搜索，直接搜索 skills， 把自己点成 enabled， 点开 enabled 之后，我们再输入这个网址， 这个浏览器内置的 skill 的 一个网址，这里就可以看到它现在官方有的一些 skill 使用这个 skill 的 方法其实也很简单，我们直接打开这个 askum， 然后斜杠就可以直接在这里使用你安装过的 skill， 大家可以自己去试一试。所以说这段时间 谷歌的模型能力以及客户端的能力比 gpt 和 cloud 大 了一小段，但是谷歌只需要继续去做它的浏览器和 ai 的 一个深度集合，这个也是它的一个非常强大的一个产品和优势。
2652Yuuhann
08:53查看AI文稿AI文稿大家好，欢迎来到 kevin chen 的 学习笔记播课频道。今天聊一个听起来很小，但后劲很大的东西。 openai 给 codex 做了一个 chrome 插件，你先别划走，这不是普通插件，它要进的是你已经登录的那个 chrome。 你每天打开的 crm 里有什么呢？公司后台 sas 系统，客户 dashboard， 发布按钮、删除按钮、付款入口，管理权限，还有 cookie 和 token。 现在 ai 要进去了，你想想看，这是好用吗？好用，但吓人吗？也挺吓人。 今天这期，我们不聊他有多炫，也不聊黑科技词汇，我们只聊一个问题，一个 ai coding agent。 过去只能在代码仓库里帮你改文件，现在他开始走进真实浏览器，这到底意味着什么？这不是小更新，别忽略。 先说一个开发者很熟的场景，你让 cortex 改代码，跑参数，然后告诉你搞定了。 你打开后台一看，还是报错，于是你开始当传话筒，描述红色 toast 二级页面，还有那个报四百的接口。 ai 明明会读代码，也会改逻辑，但他看不见你眼前那个页面，于是你就成了他的人肉浏览器插件。 cortex 这个 chrome 插件要补的就是这段断掉的路。它让 ai 不 止在仓库里改东西，也能去真实页面看一眼。这个看一眼比听起来重很多。真实页面不是 demo， 它带着登录态权限、历史数据和业务编辑。所以有人会问，这不就是 playwrite 吗？ 不是一回事。 playrite 的 看家本事是稳定复现。你给 playrite 写好脚本，它照着跑，今天跑，明天跑，放到 c i 里跑，结果最好都一样。它像一条巡逻路线。 可真实世界修 bug 经常连第一步该看哪里都不确定，这一点小白也要先抓住，别跳过。保存失败可能是自断为空，菜单少一项，可能是权限判断又隐藏条件数据对不上，可能是接口结构悄悄变了。 更自然的做法是先让 ai 进页面看现象，摸清附线路径，再回代码里修。这是第一个分界线，先记住它啊。 修完以后再把稳定路径写成 playwrite， 交给 c i 长期跑。 playwrite 去向巡逻路线， codex 插件向第一次去事故现场， 先知道现场发生了什么，才知道以后该怎么稳定巡检，别搞混它们。还有人会说，那这不就是 devos 吗？ s r e k o m network console performance 不是 什么都能看吗？没错， javascript 是 开发者的命根子，问题在于它默认是给人用的，你要知道自己该查什么。 javascript 很 强，但它像一套精密仪器，不像医生。 code 是 插件的价值不是替代 javascript， 而是让 ai 带着任务进入页面。比如你说帮我从保存失败这个现象一路查到代码问题，它至少能把页面线索带回任务里。 如果我提录的 network console 堆栈这些线索，再配合 devtools 或 mcp 工具查， 差别在于你不用一直在浏览器和对话框之间来回复制信息， ai 有 机会参与排查，而不是等你描述现场 再往底层说。还有 c d p， 也就是 chrome devtools protocol， 你 可以把它理解成浏览器控制的底层协议。 playrite puppeteer 这类工具本质上都离不开类似的底层能力，但 cdp 像发动机，不是驾驶室。 最像 codex 插件的其实是 chrome devtools mcp， 它把 lifeproof 的 调试能力开放给 ai agent， 让 agent 能用 network console、 性能 trace 这些线索。区别在于， mcp 更像通用工具箱， codex 插件更像专用入口。 聊到这里，刺激的地方就来了。以前 ai 腾顶 agent 大 陆待在安全区，代码仓库、本地终端、本地测试沙箱、浏览器 c i 日制，哪怕搞坏了，也多半可以回滚，可以重跑，可以恢复， 这很要命，真的。可是 chrome 插件来了以后， ai 能进的是你已经登录的真实浏览器，这意味着你的 size 后台，它能看到你的客户数据，它能接触你的发布、删除付款、发消息按钮，也可能进入操作范围。别忽略 你开始有点紧张了吧？这个插件最有价值的地方和最危险的地方是同一个地方，它离真实环境太近了，以前你截图、转述、复制、报错，现在 codex 可能自己看，自己查，再回来改代码，这就是边界变化的开始信号。 但另一边，真实浏览器里不只有 bug， 还有权限，有数据、有一点击就生效的业务动作。所以这件事的本质不是 ai 能不能点网页，而是我们敢不敢让 ai 进入真实业务系统，风险也开始变具体了，不再抽象了。那我会怎么用它呢？ 第一层，还是让 codex 在 代码仓库里干活，读代码、改代码、跑测试 go link。 第二层，本地页面先用 in app browser， 也就是格式自带的浏览器环境沙箱，能解决的就别急着接真实 chrome。 第三层问题，一旦依赖真实账号、真实权限、真实数据，再开 chrome 插件。比如客户页面为什么保存失败？登录后菜单为什么少了一项 dice pro 数据，为什么和接口返回对不上？ 这些场景才是他该上场的时候，等他摸清路径问题，修完再把这条路径固化成 parrot 测试 codex 插件负责发现， parrot 负责守住。不要每次都让 ai 临场发挥， 临场排查能救急，但长期供其质量还是要靠口重复的流程，当然红线也要花清楚。我不会让他直接用最高权限账号，最好用测试账号单独 chrome profile 优先连测试环境和育发环境，生产环境先止毒，写操作必须人工确认，这一步别省。后面真的会救命的啊。记住， 删除、发布、付款、发消息、改权限，这些动作都不能静默交给 ai， 可以 让他看，可以让他分析，可以让他准备步骤，但最后那一下仍要确认。 一个能进真实页面的 ai 必须被限制，别把它神话，也别低估它，别越陷。接下来我最关心三件事，第一，权限能不能变细， 以后不能只是允许或禁止访客。更合理的做法是按域名页面动作表单数据类型，一层一层设边界，这也是我最看重的底线，不能省，也不能糊弄，要认真。 第二，过程能不能留下证据，他看了什么页面，点了什么按钮，读到了哪些 console 和 network 信息，最后凭什么判断修好了这些东西，如果不可追踪，团队就不敢把它放进正式流程，先从这里开始试吧。 第三，探索能不能沉淀。最好的状态不是 ai 每次都去现场点一遍，而是第一次排查，第二次固化路径，第三次交给测试和 c i， 否则只是把人点页面换成 ai 点页面，爽是爽，单不稳，别只看能力，也看边界。 所以回到开头， codex 这靠插件，表面上只是浏览器插件，但他做的事是把 ai 从代码仓库里拎出来，放到你的真实工作台前。过去你是 ai 的 手和眼，帮他看页面，以后可能反过来，要记住， 但别误会，它不是 playwrite 的 替代品，也不是 devtools 的 替代品，它更像 playwrite 之前的现场勘查工具，也是 devtools 之外的任务入口。它试探的是 ai code agent 能不能进入真实业务系统 门已经开了一条缝，接下来要看的不是 ai 会不会点网页，而是我们能不能管住一个已经走进浏览器的 ai。 用的好，它能减少很多来回转述，用不好，它就是权限过大的自动点击器。这个判断很关键，千万别搞反了。所以我肯定会试，但我会很保守的试。 测试账号单独框 file 愈发环境只读模式，因为这一天早晚会来，与其到时候手忙脚乱，不如现在就把边界想清楚。欢迎你在评论区聊聊，你敢让 ai 进你的框吗？
00:43查看AI文稿AI文稿codex 最近更新了新功能，它现在可以直接操控你的 chrome 浏览器了。对比 computer use， 它不会抢你的鼠标，因为它是在后台运行的。配置只要四步。第一步，先更新 codex， 点击设置，点击电脑操控，安装着 chrome 插件， 好点击打开，添加扩展程序，这样就配置好了。在用的时候记得要输入杠 prom， 再加上你的问题，他就在后台帮你操作你的浏览器工作了，同时还能开好几个标签页并行地去跑任务。我让他帮我整理一下我的 note 库，他目前已经在开始工作了。
538飞飞在学AI
06:18查看AI文稿AI文稿粉色的 b 站不知道大家有没有见过？大家可以看到我屏幕上目前 b 站就是粉色的，这就是 b 站官网，不是其他网的。 然后这个为什么是粉色呢？是因为我做了一个浏览器插件，它可以自动修改所有网页的背景颜色、主题颜色， 然后比如叉 gt， 原来它，呃，用过的，大家用过的，大家都知道，它原来是墨绿色的暗色的，然后现在也可以去通过这插件改成粉色的，然后就是然后就是这个插件， 这个插件它有四种模式，一种是固定亮色，一种是固定暗色，嗯，一种是自动自动切换，就是跟随时间自动去给你换切换亮色还是暗色，然后还有一种是不应用， 嗯，顾名思义啊，亮色就是固定亮色，暗色就是固定暗色， auto 就是 自动修改。比如现在是白天， 还没到晚上，他就是用的是亮色，到晚上六点之后就开始自动变成暗色，然后不应用，就是不生效，不，不改变，不改变任何颜色，这是四种模式， 然后目前使用自动就行了。然后我做这个插件的初衷是什么呢？就是因为 b 站式默认的是白色主题吗？在晚上看的时候经常会感觉很刺眼，很难受，所以我就想着做一个插件， 然后刚好由于现在 ai 编程非常牛啊，非常厉害，然后做东西也非常快，所以我就用 ai 编程去尝试做了一个这个浏览器插件， 大概经过一周吧就做出来了，并且申请上架了。目前这个插件已经上架到谷歌应用，谷歌的插件应用市场了，大家可以直接去安装， 然后我再简单给大家介绍一下这个插件的主要功能啊，目前这个插件也有官网， 首先就是刚才提到的这四种模式切换，然后还有一个白名单功能，就是某一些网站你你不希望这个插件去改它的颜色，你就可以把那个网站加到这个插件的白名单里 啊。你打开这个网站的时候，然后打开插件，点击到白名单，他可以自动显示这个网站的网址，你可以直接单机这个添加到白名单， 然后他就自动添加了，然后并且呃会恢复这个网站原来的主题颜色，然后你也可以点击移除白名单，他就会移除掉。 还有一个是账号就是便于你去登录去同步你的设置的，你的去同步你的设置你的主题颜色吧。比如我这里就登录了我的自己的账号， 然后这里有我几个收藏的颜色，也就是在这里可以选择的颜色，目前一个绿色，一个粉色， 这里点击绿色，它就会生效绿色的，然后点下绿色，绿色，它就会生效暗色的绿色了。然后这里大家可以看到有一个网站适配器， 这个适配器是什么呢？如果你使用过任何类似的插件，你会发现它这个插件在修改网站的一些配色的时候，还是会有很多细节修改的不到位的。比如我这个页面它有一个主页的选中效果，它 他应用后的效果就很差，肯定不如人家原来那种设计效果好。然后这时候就可以利用适配器，你去写一些规则，去给他起到一个更好的效果， 目前整体的效果还是可以的。然后除了有时候一些细节，比如这里他会变成白色看不见 这效果，有些效果还是不是很好，但整体效果已经可以，我已经比较满意了，就是 如果大家有什么不满意的地方，也可以自己去开发这个适配器，适配器开发的文档也有相关文档，然后在刚才说到的主题目前有， 目前提供了呃，三组六个主题，那主题你也可以自己提交你自己喜欢的主题配色，然后这里有主题的 主题配色的一个相当于开发文档吧，你你可以按照这个规则去定义你自己喜欢的主题，然后在这里去点击提交就可以了。 那提交之后我会去进行一个简单的审核，然后就是通过通过之后才可以在这里让大家去看到。然后你提交之后这个主题是所有人都可以用这个插件，有了这个主题和这个分析这两个功能之后，我觉得 就已经很完美了，就可以适配到几乎所有网站。然后如果你觉得哪里不好，你就通过适配器去去进行一个微调适配。如果你觉得这个原先的主题你不喜欢，你就可以自己去设计主题，去上传主题， 真正做到，你 真正做到，真正做到你不满意，你就去建设它的一个效果， 我对这个效果还是很满意的。然后如果你有，如果你有这个，如果你对这个插电有任何兴趣或者想法或者问题， 或者你对 ai 编程有任何问题，你都可以来评论区交流，或者加我的粉丝群，在我的 b 蛋主页简介里有我的粉丝群号，好，本期视频就到这里，谢谢大家。
0月上老狗
02:45查看AI文稿AI文稿让 ar 直接接管你的 chrome， 分享一个 github 十一十一 kstar 的 热门项目，自从 chrome 推出了那个 mcp 的 这个支持 mcp 以后，这个项目项目是做了什么呢？就是说它接管它，通过 mcp 的 这个协议连接那个 chrome， 然后它可以操作你的网页的所有的元素到某位置，坐标，还有画布。那这个怎么用呢？说你用这个它这个 mcp 服务吧，你本机启动这个服务， 然后通过它来与可重复进行连接。你本地要装现在所有的 ai 那 种桌面端，比如说是 cloud code x， 还有其他的只要是大模型的客户端都可以。 然后具体的操作流程就是说你用模型发一句话，比如说用在那个 excel 里边帮我画当前网页的所有信息，总结成画一个流程图， 它会请求做 m c p 服务，然后再连接 chrome， 它就可以获取 chrome 网页的所有信息，直接就可以操纵网页的盗版元素，直接画这个东西。但有人会问，可能这个跟那个 cloud 电脑操作有什么区别？ cloud 那 个电脑版的，它操作电脑是它直接模拟人的鼠标的剪辑操作， 这很慢的。你想你如果用 collab 桌面板去控制你的电脑，然后在浏览器里，在那个 excel 里画一个流程图，这些过程是很慢很卡的。但是如果直接可以获取当前网页的所有 dom 信息，能直接操纵 dom 信息，速度是非常快的。 让大家向我做了一个说明，它支持很多功能，因为你可以发挥一下想象空间。如果你的模型可以操作了你的 kol 网页的所有的 dom 元素，位置坐标，这些信息 就可以很多有脑洞的一些想法去做，因为他自己举了一些你支持的一些例子，比如说你看他这个，我觉得这个最大的优势就是说你就是画画，我觉得是做的最重要的，比如说你要是做自媒体做什么的，你比如说他这个例子说 总结网页内内容，用那个 s k two 照画图，能给你演示一下，还是很强的，完全就是操，直接操纵画布，不是模仿鼠标的人的这种操作去画， 而是直接操纵这个盗墓元素，直接在画布上直接操作他的网页元素来画。二，他还可以支持，比如说你一张图片让模型去理解这张图片，然后在那个 excel 里面去去模仿张图片去画。比如说你在网上看到一张流程图，别人画的这种架构图很好， 你可以直接把这张架构图片发给 ar， 然后让 ar 去理解这张图片内容，去模仿一张相似的，这很强。但是有人会觉得这个可不可以作为那个自媒体的运营去发那个小红书或者抖音这种东西， 我觉得这个还是不太好的，它比那个你要拷到电脑操作，控制电脑那种行为就是更危险一点，因为那个控制电脑的那种操作，它是模仿人的这种鼠标点滴。如果你用 cp 这种方式去发起它，相当直接去请求那个 pos， 请求这个相当就是一个机械性的操作，还是挺危险的。
68AI学不懂
02:28查看AI文稿AI文稿给大家分享个我最近改做的一个特别实用的小工具。我不知道你们平时开浏览器是不是也跟我一样，标签页永远关不完，我自己基本不关，唯一会大规模关标签的时候，就是电脑已经卡到不行了，我才会直接一键全关。后来我发现有人开源了一个 clone 新标签页的管理插件， 然后我就 webcoddling 改了一下。现在我每次新开一个标签页，出来的就不是默认页面了，而是我自己做的这个首页。 这个首页最核心的功能就是它会非常清晰的告诉你你现在到底开了哪个标签页，而且它不是乱糟糟的堆在一起，它会按照网页的分类，同时它还会自动帮你做一些分组。比如说像首页这样的页面， 很多时候你其实根本不需要一直开着，那你就可以一键关掉，而且关的时候还有音效和撒花，关起来会很爽。另外它会帮你识别重复打开的标签页， 比如这个标签页我开了两遍，我就可以直接点关闭重复页，把重复的关掉。如果有个东西你还没看完，你可以点稍后再看，它就会进入稍后再看。这个清单里 还有个我自己特别喜欢的点，就是它展现的信息非常的完整，平时你只看到图标，根本不知道哪个是哪个，但在这个页面里，它会把具体内容展开给你看，包括 github， 本地的网页，还有飞书，还有邮箱，这些就能一目了然的看到。你可以一个一个关， 也可以一组一组的关，或者只关某一个，整个过程会有像在玩消消乐的感觉，会让关标签页这件事情变得很爽。 还有一个很实际的使用场景是，有时候你明明知道自己开过某些标签页，但因为开的太多了，你已经完全找不到他在哪里的。这个时候你就可以直接在页面上点那个标签页，他会直接跳转到原来的那个标签页，所以他其实提供的是一种非常好的格式化管理方式。 原开发者把这个东西发到某特上面之后呢，反响都挺不错的，很多人就开始在它的版本基础上做自己的版本。就像我现在一样，这件事情的点就在于， chrome 的 新标签页其实是可以自定义的， 也就是说你完全可以把它变成任何你想要的形式。我这个代码也是开源的，就放在我的 gitlab 里， gitlab 在 我的签名里，这个仓库的名字叫 typecontrol。 但我其实觉得大家不一定非要用谁的版本。 有了 ai 编程工具之后，我觉得每个人都可以是程序员，你可以自己开发或者在别人的基础上改出自己的版本，因为每个人的需求本来是不一样的。如果你也对外发布考点比较感兴趣，关注老黄，我们一起学习，一起进步。
100AI 老黄
03:48查看AI文稿AI文稿现在硬盘汉内存可谓是天价了，没钱升级就省着将就用吧。但是有些老六还悄悄把本地 ai 模型偷偷下载到我们的电脑里，没错，就是谷歌 kong 微软的 edge， 一个较真的瑞典人。 这事儿是瑞典一位叫 alexander hamf 的 隐私研究员先捅出来的。五月初他发报告说， crom 没打招呼就给符合条件的设备塞了个约四 gb 的 jimmy nano 模型。更扎心的是， hanf 后来发现这个本地模型压根没真正跑什么任务。 crom 地址栏里那些 ai 功能该调云端还是调云端， 合着这四 gb 就是 白占你地方，为啥非要偷偷下载这个 ai 模型？到底干了啥，谁也不清楚。 谷歌那边倒是回应的挺快，这功能二零二四年就有了，说是能帮我们总结网页、修改或转载稿子，以及检测诈骗网站，并保护我们的隐私。而且还说只会在硬件够用的设备上触发 资源，紧张时还会自动卸载，而且从二零二五年二月开始，设置里能关掉。但现实是，好多同学根本找不到入口，就算手动删了文件，不知道啥时他又给你下回来了， 属实有点坑。有人说了，这其实是谷歌为了降低他家服务器的压力，但这样一来，这压力就给到了我们的电脑。 实操干货， windows 用户怎么删加怎么进？第一步，手动删文件。先腾空间，打开资源管理器粘贴图片上的路径，然后找到微子冰这个文件，直接删， 四 gb 左右，删完立马舒服多了。有些人可能找不到，那也没关系。接着，下面的步骤，它会自己删除这个文件。第二步，禁用，再在谷歌浏览器的设置的系统里直接关闭设备 ai 功能。如果你的浏览器没有这个选项， 像类似于下面这样，那么直接用下面的方法经用。在谷歌浏览器的地址栏中输入图片的地址，然后在上方的搜索栏里分别搜索三个关键词， e enables， optimization， guide and device 二， gemini nano 三 and device l 分 别设置成 disabled， 每设置一个就点一次下方的重新启动。第三步，用注册表彻底禁用。先以管理员身份打开 c m d， 在 电脑上搜索 c m d， 右键点击选择以管理员身份运行，别直接打开，不然权限不够。 禁用 chrome 本地 ai， 把图片里的命令复制粘贴进去，按回车执行就行，想要恢复的话，把 d e 改成低零即可。到底该留还是该删，对号入座 建议保留的经常用浏览器 ai 功能、网页总结、智能写作、诈骗检测。这些电脑 c 盘空间大不爆红，对离线响应速度有要求或者挺在意数据本地处理的都可保留。 建议删掉的压根不用这些 ai 功能，开了也白开。电脑 c 盘空间小或爆红，对后台静默下载比较敏感，喜欢系统清爽可控的都可删掉。命令焊路径可在下方简介或者评论里查看。
01:24查看AI文稿AI文稿我前一段时间把我这个浏览器啊，从这个 chrome 换成了这个叫 tabit， 原因是呢，这个 chrome 的 浏览器啊，假设我打开了这么多的标签，你们能看得清楚是个啥？ 这个是不是大家的日常，一个个的要去点半天？这个 tabit 在 左侧呢，做了一个标签的归类，看起来舒服一点呢，但是也就这样，而且它管理得很不对，这个是质朴的定位页，那出现了 mini max， 阿里云，百联、 gigaham， 还有火山引擎，啥都有。 然后有一天我就看到一个视频说可以开发一个 chrome 的 管理标签的插件，我觉得太有道理了，视频没看完，我就去开发了一个，你新建一个 tab， 那 刚才的这么多标签是不是现在就变得一目了然， 可以很清晰地在这边展示出来？比如说我要把 github 上面的这个其他的标签删除，只保留卡吧 c 的 这个文档，那我把它点击，哎，关闭了就关闭了。如果说我要关闭所有语句了，我点击关闭，那就关闭掉了。然后比如说我想要去看这个， 呃， ai 浪潮下， b 站只有改变版权，哎，切换到了这个页面，我就不用在这边一个个的去找。所以在 ai 时代，大家如果有什么需求，并且呢，也没有很好的工具，完全可以自己去开发一个，稍微学习一下工具的使用，都不用你写 demo， 也不是说你用 ai 开发就一定要做成一个什么产品去卖钱，它如果能提升你的工作效率，提升你的生活质量，那不也行吗？
46小乙Nomad
04:22查看AI文稿AI文稿好，我们一起来看一下 codex 呢，在五月八号进行了一次最近的更新，增加了一个昆姆扩展的插件，那这一次呢，我们一起来看一下这个插件和相比于其他的方式去操控昆姆有什么区别？好，我们直接点击这个电脑操控这里呢，大家可以看到这个会有存在一个 啊昆姆插件这么一个选项，就是我们点击管理可以看到增加了非常多的配置，比如说像权限历史记录下载上传，那这里呢提供了非常丰富的这种权限控制。嗯，我们可以通过 安装这个插件和 codex 呢进行建立关联，这时候可以看到我们的这个 codex 呢就连接上了当前这个浏览器，那出现了这一个绿色的图标，就说明我们的 codex 呢已经可以完全的托管这个浏览器了。那我觉得这是 codex 呢像全自动操控浏览器迈出的一步哦， 我就挺有趣的，所以今天给大家做一个分享。那如果你把这个开关打开之后呢，接下来呢我们就可以直接去操控了，但是你会发现一个小细节，就是如果你是在国内的环境下，你就直接点击这边去打开呃，安装插件的界面，你会发现这个商品并不能够安装，所以大家呃可以通过我提供的这么一个压缩包去进行补充这个 啊插件，好吧，呃，我们来往来看啊，首先我们来看一个很容易被大家混淆的东西就是，嗯，目前 codex 本身来说是有浏览器，那他操控浏览器和我们的这个插件有什么区别呢？比如说我们在这个 codex 中使用软件到一般是这边新建一个窗口，在侧边会有一个浏览器的选项，那其实这也是我们的第一步，就是我们的这个呃， in app browser， 这是我们的一种内置浏览器，它本身来说是用来调试的，用来开发的，所以和我们 这个插件更新是没有任何关系的，所以大家不要搞混了。那第二种呢？叫做 browse user， 这个是用来操控类似浏览器的，这是相当于前面的这个 in app browse 呢，又往前走了一步，比如说我们在这个设置这边呢，哎，去又往前走一步，这有一个，这个什么有一个啊？ browse user， 它可以让呃我们 的 codex 呢去操控这个类似浏览器，去完成一些操作。好，那也就是第三种呢，就是我们刚刚现在讲这种叫 chrome browser， 它可以帮助我们进入真实浏览器状态，去操控我们整个浏览器。 那有小伙伴说了，那其实我的这个 pry white mcp 也可以操控浏览器，或者说我这种外置这个 computer user 也可以操控浏览器，那和这个有什么区别吗？而且区别很全面，对吧？呃，区别的话，呃 computer user 呢？它本身来说它并不是浏览器的插件，对吧？它是一个操控电脑的 g y 能力的 这种插件，比如说它可以通过你屏幕去操控你调出那些图形应用，就比如说我们现在常见的这种，呃剪辑应用，对吧？微信，对吧？它都可以操控，但是你如果单独的话去操控这个浏览器的话，显得并不那么智能，所以 codex 提供了一个新的能力，就是这个 codex com， 那 我们可以通过这个 codex com 去完整的操控我们整个浏览器。举个例子，比如说我现在想让他看到我们整个这个浏览器上有多少个标签页页，对吧？我们就问他，我说，哎，现在当前浏览器上有哪一些 这个标签页？比如说你看是吧？他可以告诉我们现在到底有哪些标签页，我又让他在第一个标签页输入 a， 第二个标签页输入 b， 也可以，我再让他把某一个标签页固定也可以，就能够做到很多之前做不到的一些事情 啊，分的更加的细了。那如果说你细心的话，你会发现，呃，这个插件它其实包含了很多细节的功能，比如说他通过这个插件和 codex 进行关联之后呢，就可以直接在 codex 里面去操控浏览器的所有权限，比如说审批，对吧？ 比如说历史记录，你可以让他看到你今天到底有哪一些详细的记录，包括你上传哪些文件都可以使用它，比如说你允许上传哪些，允许下载哪些，都进行了完美的这种配置啊，对吧？非常的清晰。好，那接下来在最后我们想跟大家聊一下，就是为什么要使用这个呃，这个酷路亚 插件呢，对吧？为什么不直接使用 pro white 的 能力呢？其实很清晰啊， pro white 的 本身更像是一个外部的这种工具，而这个呃 这个 com 插件呢，是一个内置能力，如果说你使用这个的话，你会发现其实很多东西它都需要一步一步的去哎，去跟他讲，去分析，那它通过这些 m、 c、 p 的 能力去一个一个去提供。那如果浏览器更新了呢？它并不啊 同步更新，但如果是 codex 呢？它就同步更新的，它更像是一个完整的产品，对吧？也是 codex 官方提供的真实浏览器的一个执行通道。 而 pro y m c p 呢？它只是一套通用的浏览器自动化引擎，对吧？所以呢，你可以相当于它是一个小缩放。而这个，呃， codex 捆绑插件呢？还是更像是一个完整的企业级的真实软件的一个执行通道？它也可以通过现成去控制，并且呢，能够降低了很多我们调试的成本， 比如说我可以让它去帮助我去做一些自动化的事情，对吧？是吧？非常的方便。好了，那以上就是这几个的区别，我是小刘，那我们下期再见。
434程序员晓刘
01:43查看AI文稿AI文稿这个扣代个可以直接用谷歌的浏览器了。我发现在这个 ai 时代压根就不需要学习啊，我前两天在想着要做电商啊，还要呃卡在那个上货，然后反正那个界面还要自己研究，看的挺头大的。然后今天这个现在他自己支持浏览器了啊，可以自己去 看茶田。那不就代表着我直接让他网页去呃登录浏览器，然后帮我操作那个抖店的后台就行了吗？不直接让他扣贷自己跑了吗？但是现在有个问题啊，这个 windows 的 扣贷 x 好 像 有问题。装不了啊，一直都装不了，都好多次了，装不了。本来在这个插件商店里他都没有这个 虎哥的浏览器，这是他已经修过一遍之后才有的啊，大家可以去看一下，应该很多人都没有，但是你可以直接让扣袋子给你修，他现在在给我修，估计一会就修好了啊。学估计是真的不需要学啥了，全都是 ai 自己去干了。 这马上把这个装好了，什么公众号，什么呃图文啊，只要能做的，包括那个，特别是我现在需要的这个抖店的运营啊，直接让他自己去上传。 刚才还用不了啊，现在已经他给我修好了，可以用了，我让他给我打开了这个抖店的后台啊，说明是可以的啊，可行了， 这个插件商店里他已经安装好了，现在是可以用的啊。呃，大家不懂的可以把这个开成完全访问权限啊，像我这种不懂任何呃什么代码工程的各种傻子啊，就该开这个完全访问权限，虽说有这什么什么各种各样的什么风险， 但是不开的话他解决不了问题啊，对不对？我也不懂，即使坏了我也看不懂啊。不开解决不了问题，开了反而能解决问题，即使有一定的风险，风险也可控嘛，对吧？小破电脑坏了就坏了。
125早鸟阿丁
02:01查看AI文稿AI文稿你还在每打开一个网页，就重复复制粘贴同样的 ai 提示词吗？谷歌最新给 chrome 浏览器加了一个大招，叫做 skills in chrome， 简单说就是把你常用的 ai 指令变成一键触发的自动化连招。 这个功能到底怎么用？其实非常简单，比如你经常让 ai 分 析食谱，以前每换一个网页，就得重新输一遍提示词。现在你可以把这句话直接保存成一个技能。下次只需要输入一个斜杠，或者点一下加号，选中你的技能， ai 就 会瞬间秒懂，直接对着当前网页开始干活。 但这还不是最绝的，最让人惊艳的是它的跨标千页能力。比如你要买电脑，打开了三个品牌的商品页面，以前你得挨个页面让 ai 提炼参数，再手动对比。现在你只需要调用一次商品对比的技能，选中几个标签页，它就能同时穿梭运行，直接生成一份横向对比表。 来看看谷歌官方的演示，用户在 qm 的 提问， qm 的 分析了页面内容，给出了回答。 这时候对话框里就自动弹出了一个提示，问你要不要把刚才这段提示词保存为一个 skill。 用户点击保存之后，这个技能就被收藏了，下次遇到类似的网页，直接一键调用就行。 有人会说，我不会写提示词怎么办？别慌，谷歌直接推出了一个技能预设库，里面有各种现成的技能，比如成分刺客，一键拆解配料表，还有送礼大师根据预算帮你挑礼物。你还可以修改他的提示词，调教成自己最顺手的样子。 至于安全问题，这个功能加入了强制确认机制，涉及发邮件、写日历这种高风险操作，它一定会弹窗问你，你不点头，它绝对不动。目前，这个功能已经在 mac、 windows 和 chrome os 桌面端上线了，前提是要把 chrome 语言设为英语美国 一句话总结，把复杂的提示词变成一次点击 ai 浏览器，终于迈入了傻瓜式工作流时代，符合条件的朋友赶紧去试试吧！你怎么看？
35千万上下文
01:25查看AI文稿AI文稿openai 这次更新 codex， 我 觉得最关键的一点是，它终于进 chrome 浏览器了。以前我们让 ai 帮忙，大多是让它写代码给建议，告诉你怎么操作。但现在不一样了，它可以直接在浏览器里帮你干活。比如你已经登录好的后台表格、 crm 网页工具，它都可以在里面处理任务。 而且他不是抢你的鼠标，你还能继续正常用电脑，他自己在后台开环境，自己执行。简单说， codex 不 只是会写代码了，他开始进入真实工作场景了。 codex 不是 只能打开一个网页，慢慢点，他可以自己开一组标签页，同时处理多个任务。比如你让他整理用户反馈，他可以打开多个页面看内容，走流程，找问题。这种感觉就很像你旁边多了一个实习生， 你把任务交代清楚，他自己去跑，最后把结果拿回来给你看。 codex 不是 简单模拟人类点鼠标， 他背后是会写代码跑代码的。这意味着他处理网页任务时，不一定要像人一样，一个按钮一个按钮慢慢点， 像批量填表、提取页面信息、检查多个页面测试流程这些重复活，他可以用更快更稳定的方式完成。 这次升级的核心不是 ai 又变聪明了，而是 codex 真的 开始从写代码助手变成能在浏览器里干活的 ai 代理了。浏览器里的重复工作可能要正式交给 ai 了。
73阿文AI实战笔记
06:11查看AI文稿AI文稿hello， 大家好，我是 d p， 这期视频我想跟大家分享一个很直观的东西，平时我们都是用 codex 来写代码对不对？但是其实它可以直接操作我的 macos， 比如像这样它就可以操控 控浏览器访问网页，找到对应的内容，进行一些精细化的操作，是不是很棒？ ok， 我 们来讲一下 codex app 如何对 macos 电脑进行操作的相关内容。 首先设置部分，在左下角的 setting 打开，然后 settings 里面在左边找到有一个叫 computer use， 打开，然后这边会有一个对勾，如果没有的话，你就点一下安装就行了， 这边显示那个可以 try 就 可以使用，就是正常的。然后我们回到我们的聊天窗口，随便找一个窗口，然后换换好你想用的模型， 一般我会选择用一个比较快速的模型，然后这边使用 it 找到 computer use， 选择这个，其实它是一个插件，接下来只需要把提示词复制过来，我的提示词是使用 chrome 浏览器，打开呃， dprt 点 lab 零零这个网址，然后再 文章列表中找到第三个文章，并且把这个文章打开，那么在文章详情页向下滑动三百个像素，然后复制支持列表板块中一点一的标题，然后把这个复制的标题放在浏览器的输入框中。 一切准备就绪，我们开始启动。为了方便查看，我把那个窗口移动到这边啊， 首先它会提示我是否给那个它使用 chrome 浏览器的权限，我点确认，然后这时候第一次使用的时候就会跳出这个本地的一个配置，首先把第一个 的允许打开，然后就是把这个拖到上面，其实仔细看上面已经有了 codex computer 域子，这是因为我之前做过测试，然后这时候同意一下，他就有了这个权限，然后把第二个也给他。第二个很简单，也是在这上面，我也是测试过的，拖上来， 然后这个选 let 就 好，然后把这个关闭掉，然后他这边就会继续进行，我把这个拖到这边，他已经开始确认任务了，大家可以看到他的已经出现了一个，就是类似在背景状态下的使用，他不需要使用我们当前的焦点，他可以直接吸附到这个浏览器上来。 然后他已经打开了 d p r t 的 文章列表页，因为要跟那个呃 a p r 做交互，所以整个可能看起来有点慢。现在他找到了第三篇文章， 应该是在做点击这个动作。好，文章已经打开了，打开了文章以后， ok， 现在的动作是向下滑动，三百个像素已经完成。然后在支持列表啊支持内容里找到一点一标题，复制 好的，它已经定位到一点一标题了， ok， 粘贴进去。 好的，最后应该会给我们一个总结， 好的，整个流程都已经完成了，是不是觉得很奇妙？ 好的，我们来单独看一下 token 的 使用情况，我用的模型是 gpt 五点四 mini， 然后思考等级是 high， 其实可以再降一点，我觉得也是 ok 的。 然后我们看一下 states 当前的五小时额度是用了百分之五，然后我刚刚做测试，差不多运行了四次相关的内容， 那么这一次这次应该是运行的最全面的，它大概用了百分之二左右的五小时额度，这就是整个 computer use 对 talkin 的 使用情况。 好的，我们来做一个比较简单的总结。首先总耗时是两分十七秒，对于这个动作来说耗时有点长，但是关键的耗时都是在和 a p r 的 交互上，我觉得这也可以理解。然后关于费用，我用的是 g p t 五点四 mini， 然后其实不用嗨也行，我觉得用中等也是可以完成这个任务的，不过无所谓，因为五点四 mini 本来就有一定的速度优势，价格也很便宜。然后执行的操作嘛，打开浏览器，然后找到第三个文章，算是有一点挑战， 上下滑动三百个像素是一种精细的操作。然后最后我给了一个进阶的任务，就是说在那个支持内容板块找到一点一这个标题，我觉得这已经是很细致了， 然后他都做对了，然后把这个标题最终的结果复制到那个浏览器的地址框里，全部都完成了。我觉得是很魔幻的一种场景，我们只通过了这样的文字的描述， ar 就 可以帮助我们完成很多 很精细的操作。那么在这个基础上，大家可以衍生出很多种玩法，有没有一点像钢铁侠贾维斯的感觉，就是真正的 ar 助手。 好的，这就是这一期使用 codex 的 computer 预置功能，实际操作 macos 浏览器，实现一些精细的浏览器及操作的视频全部内容。如果这期视频有对你有帮助，请帮忙点赞和转发。如果你有相同的经验，想要分享或者遇到相关问题，欢迎留言。 我们正在制作 codex 和 ar 相关的一些内容，如果有兴趣的话，欢迎关注。我是 d p， 谢谢。
42DP_IT
