最近有关“computer use”的项目大爆发，原来自动化框架加上大模型后，就像有了大脑，以前RPA是一件很鸡肋、繁琐、笨拙的工作，现在一下变得性感起来。
扩展阅读：
微软 UI解析神器OmniParser斩获huggingface趋势榜前三
“computer use”赛道战火将起，哪个模型最强，这个评估平台可以了解一下
最快体验 Claude 3.5 Sonnet 控制电脑方法来了！
今天，再介绍一个这一领域的项目——Cerebellum。
Cerebellum是 一款基于 Claude 3.5 Sonnet 和 Selenium WebDriver 构建的浏览器智能助手，它能智能理解任务 ，灵活规划行动路径，借助 Sonnet 的强大分析能力，精准识别网页内容和交互元素，并根据变化调整策略。
多浏览器支持 ，兼容 Chrome 、Firefox 、Safari 和Edge 。它能 精确模拟用户行为 ，轻松应对复杂自动化场景，如数据抓取、网站自动化测试等。
核心功能 ：
- 图形导航 ：简化网页浏览为有向图导航
- 节点发现 ：LLM 分析页面内容，发现新节点
- 行动决策 ：基于当前状态和历史操作，智能决策
用户只需要设定目标，之前最为繁琐的录制脚本的动作全部交给大模型来处理，省时省力！
访问GitHub（https://github.com/theredsix/cerebellum）体验。
后台回复“进群”入群讨论