Octer Browser：让 AI 在本地浏览器中自动完成网页任务
Octer Browser 是一款由 Octer 驱动的本地浏览器 Agent。它把 Octer AI 助手的执行能力接入你的 Chrome，让 AI 可以在你当前打开并已登录的浏览器中点击、输入、翻页、滚动、截图和读取页面信息。
你只需要在 Octer 平台用一句话描述目标，例如：
@octer browser 查看今天收到的品牌合作私信，按我的合作标准整理优先级，并为符合条件的消息起草回复。
随后，Octer Browser 会在你的浏览器中逐步执行任务。你能看到它正在处理哪个页面、完成了什么操作，也可以随时停止。
一句话结论：如果一项任务需要使用你当前的浏览器登录状态，并且可以通过网页上的点击、输入、读取和翻页完成，Octer Browser 就可以把这套手动流程交给 AI Agent 执行。
Octer Browser 演示视频
Octer Browser 核心信息
| 项目 | 说明 |
|---|---|
| 产品类型 | 本地浏览器 Agent / Chrome 扩展 |
| 驱动平台 | Octer AI |
| 执行位置 | 你当前使用的 Chrome、Edge 或 Brave 浏览器 |
| 登录状态 | 直接使用浏览器中已有的登录状态，不需要把账号密码交给 Agent |
| 可执行操作 | 点击、输入、滚动、翻页、截图、读取页面信息 |
| 任务入口 | 在 Octer 平台描述和派发任务 |
| 连接方式 | 通过加密 WebSocket 在 Octer 账号与扩展之间传递任务指令 |
| 浏览器要求 | Chrome、Edge 或 Brave 120 及以上版本 |
Octer Browser 如何工作？
Octer Browser 的工作流程可以概括为三步：
- 你在 Octer 平台描述任务。说明希望完成什么、需要遵守哪些规则，以及最终想得到什么结果。
- Octer 将任务发送给浏览器扩展。任务指令通过加密 WebSocket 传递到与你的 Octer 账号连接的扩展。
- 扩展在本地浏览器中执行。Agent 使用你当前浏览器里的页面和登录状态完成操作，并在 Activity 面板中展示执行进度。
网页操作发生在你自己的浏览器里。与云端无头浏览器不同，Octer Browser 看到的是你登录后实际看到的页面，执行的是你原本需要手动完成的网页操作。
Octer Browser 与云端无头浏览器有什么不同？
| 对比项 | Octer Browser | 常见云端无头浏览器 |
|---|---|---|
| 运行环境 | 用户自己的本地浏览器 | 远程服务器中的浏览器实例 |
| 登录状态 | 使用浏览器已有登录状态 | 通常需要重新登录或传递凭据 |
| 执行过程 | 页面操作实时可见 | 经常在后台运行 |
| 用户控制 | 可观察并随时停止 | 依赖远程任务控制界面 |
| 页面一致性 | 与用户正在使用的页面一致 | 可能受到环境、地区或登录状态差异影响 |
这意味着，当任务依赖已登录账号、个性化页面或本地浏览器环境时，Octer Browser 可以减少重复登录和环境不一致带来的额外步骤。
Octer Browser 可以做什么？
1. 社媒运营自动化
Octer Browser 可以协助处理需要频繁打开页面、查看消息和整理信息的社媒工作，例如：
- 查看私信和品牌合作邀请
- 根据你的合作标准筛选消息
- 整理待回复事项和相关素材
- 按指定语气起草回复
- 执行小红书、Instagram 等站点的常见运营流程
对于特定站点，Octer 提供专用 Skills 和操作 Playbook，帮助 Agent 更好地理解页面结构和任务步骤。
2. 网页调研与信息提取
当资料分散在多个页面时，你可以让 Agent：
- 打开并阅读多个页面
- 查找页面中的结构化信息
- 翻页或滚动加载更多内容
- 截取必要的页面状态
- 汇总关键信息并形成结论
这类能力适用于竞品调研、创作者筛选、公开资料收集和市场信息整理。
3. 重复性网页流程
如果一项工作每天都需要重复点击、输入和切换页面，可以把明确的步骤交给浏览器 Agent 执行，例如：
- 检查多个后台页面的最新状态
- 将网页信息整理到统一格式
- 按固定条件筛选内容
- 重复填写非敏感表单
- 在多个页面之间完成标准化操作
4. 任何“在浏览器里完成”的任务
只要任务能够在网页中完成，就可以先在 Octer 平台描述目标，再回到浏览器观察 Agent 执行。
为了获得更稳定的结果，建议在任务中写清楚：
- 要操作的网站和页面
- 判断成功的标准
- 哪些操作可以自动执行
- 哪些步骤必须先得到你的确认
- 最终结果需要以什么格式返回
为什么使用 Octer Browser？
使用自己的登录状态，不需要提交账号密码
Octer Browser 使用你已登录的浏览器会话。Agent 在本地浏览器中操作页面，无需把网站账号和密码提交给远程浏览器服务。
本地执行，过程可见可控
任务会在你眼前的浏览器中运行。扩展的 Activity 面板会显示执行步骤，你可以随时查看进度或停止任务。
站点 Skills 和 Playbook
Octer 可以针对特定站点提供操作 Playbook，使 Agent 的行为更贴合真实页面结构。相比只依赖通用视觉识别，站点级规则有助于提高常见流程的稳定性。
自动重连
完成 API key 配置并点击 Connect 后，扩展会建立连接。发生临时网络波动时，扩展会通过指数退避机制尝试重新连接。
权限与隐私说明
为了代你完成网页操作，Octer Browser 需要读取并控制你主动交给它处理的页面，包括点击、输入、读取内容，以及在任务需要时截图。
以下是权限与数据处理的关键边界：
- 扩展只会在你点击 Connect 并从 Octer 平台主动派发任务后执行。
- 任务指令通过加密 WebSocket 在你的 Octer 账号与扩展之间传递。
- API key 等扩展配置保存在浏览器本地的
chrome.storage.local中。 - 网页点击、输入和滚动等操作在你当前的本地浏览器中发生。
- 你可以观察 Activity 面板，并随时停止正在运行的任务。
使用前，请确认任务涉及的网站、账号和数据符合你的组织安全政策。对于付款、删除数据、发布内容或修改账号权限等高影响操作，建议要求 Agent 在最终执行前等待人工确认。
使用 Octer Browser 需要准备什么？
- 一个可用的 Octer 账号
- Chrome、Edge 或 Brave 120 及以上版本
- Octer Browser 扩展
- 用于连接扩展的 API key
如何开始使用 Octer Browser？
第一步：安装扩展
前往 Chrome 应用商店安装：
第二步：配置并连接
打开扩展，填写 API key，然后点击 Connect。状态灯变绿后，表示扩展已经连接到你的 Octer 账号。
第三步：派发第一个任务
打开 Octer 平台，用自然语言描述一个需要在浏览器中完成的任务。派发后切回 Chrome，即可观察 Agent 执行。
建议第一个任务从低风险、步骤明确的流程开始，例如：
打开我当前登录的社媒后台，查看最新三条未读消息，只做摘要和分类，不要发送任何回复。
确认运行方式符合预期后，再逐步增加任务复杂度。
常见问题
Octer Browser 是什么？
Octer Browser 是由 Octer 驱动的本地浏览器 Agent。它可以在用户已登录的 Chrome、Edge 或 Brave 中完成点击、输入、滚动、翻页、截图和页面信息读取。
Octer Browser 会把我的账号密码发送到云端吗？
Octer Browser 使用浏览器中已有的登录状态，不需要你把网站账号密码交给远程浏览器服务。任务指令通过加密 WebSocket 传递，API key 等扩展配置保存在浏览器本地。
Octer Browser 是否在本地运行？
网页点击、输入、滚动和截图等浏览器操作发生在用户当前的本地浏览器中。任务由 Octer 平台派发，并通过加密 WebSocket 与扩展通信。
支持哪些浏览器？
目前需要 Chrome、Edge 或 Brave 120 及以上版本。
Agent 操作时我能看到吗？
可以。任务在当前浏览器中执行，Activity 面板会展示每一步进度。用户可以观察任务并随时停止。
Octer Browser 适合哪些任务？
它适合社媒运营、网页调研、公开信息提取和重复性网页流程，尤其适合需要使用现有登录状态完成的任务。
如何安装 Octer Browser？
访问 Octer Browser 的 Chrome 应用商店页面，安装扩展并完成 API key 配置，然后在 Octer 平台派发任务。
让浏览器从“页面入口”变成“任务执行端”
浏览器承载了大量真实业务流程，但这些流程长期依赖人工点击和信息搬运。Octer Browser 将 Octer AI 的任务理解能力与用户本地浏览器的执行环境连接起来，让 Agent 可以在可见、可控的前提下完成网页任务。
如果你每天都要在浏览器中重复处理消息、查询信息或执行固定流程，可以从一个简单任务开始：