它不提供一个虚拟浏览器环境，而是直接复用用户当前使用的 Chrome 浏览器。其核心特点是模型自带、数据完全保留在本地。此外，Claude Code、Codex 等编码 Agent 可将网页处理任务委派给它，最终获取结构化的结果。
项目基本信息
仓库名称：alibaba/qz-browser-agent（中文名「轻舟」）
开源协议：Apache-2.0
发布状态：创建于 2026-10-12，最新版本 v0.1.5（2026-10-23）
社区热度：128 Star，17 Fork，3 个 Open Issue
产品形态：Chrome 扩展程序（侧边栏交互），已上架 Chrome 应用商店并支持 Edge，暂不支持 Firefox
官方文档：alibaba.github.io/qz-browser-agent
核心功能概括：用户在侧边栏通过自然语言描述需求，工具在本地浏览器环境中执行操作，最终将结果整理为表格、文件或报告，并附带来源链接。
核心差异化优势
一、零环境配置，复用现有登录态
大多数浏览器 Agent 采用无头浏览器模式，虽环境纯净，但面临验证码、短信二次验证等登录障碍。轻舟采取直接挂载于用户日常使用的 Chrome 浏览器的策略，无缝继承登录态、Cookie、扩展及书签。这一设计有效解决了通用 Agent 在处理真实网页时常见的登录墙、长点击链及动态加载问题。
二、模型自备，数据本地化
用户可在设置中配置 Provider 和 API Key，支持 DeepSeek、OpenAI、Claude、OpenRouter、Kimi For Coding、Fireworks AI 等多种预设模型，也兼容本地模型服务。若使用 OpenAI Codex，可通过设备码登录，无需填写 API Key。
该架构明确数据边界：无私有服务器中转，会话记录、Skill 配置及抓取数据均存储于本地，请求仅发往用户配置的模型及目标网站，真正实现“本地优先”的数据隐私保护。
三、过程可视，支持人工干预
侧边栏实时展示执行步骤与中间结果。若发现执行偏差，用户可随时暂停并接管控制权，相较于“黑盒运行后查看结果”的模式，提供了更友好、可控的交互体验。
四、支持被其他 Agent 调用
除了服务于人类用户，轻舟还可作为基础设施被其他 Agent 调用。安装技能并配对后，Claude Code、Codex、pi、Grok Bot 等均可将网页任务委派给它。
# 全局添加技能 (需 Node.js 22+)
npx skills add alibaba/qz-browser-agent -g
# 一次性配对连接
npx qz-browser-agent@latest connect
# CLI 直接运行 (--stream 可查看进度及交互)
npx qz-browser-agent@latest create "你的任务" --stream
# 供 MCP 客户端使用
npx qz-browser-agent@latest mcp典型用法示例：在编码 Agent 中输入指令“使用 qz 整理本周 GitHub 上最热的 AI Agent 项目周报”，系统自动协调完成信息搜集与整理。
典型应用场景
1. 多源数据汇总对比
指令示例：“对比过去6个月发布的主要开源权重LLM，每行包含发布日期、参数量、上下文长度、许可证及关键基准测试，并注明官方来源。”
工具将从各官网、GitHub 及论文页面提取分散信息，生成带引用来源的结构化表格。
2. 并行研究与子任务分解
指令示例：“查找本周 GitHub 上增长最快的10个 AI Agent 仓库，阅读其 README 文件，并撰写包含链接的周报。”
系统会将研究任务拆分为多个子任务并发执行，显著提升效率。
3. 流程沉淀为可复用 Skill
指令示例：“查找过去一个月关于浏览器 Agent 的10篇 arXiv 论文，包含标题、一句话摘要及链接。”
任务完成后，输入“Save this as a Skill”即可保存流程。后续只需简短指令即可重放相同任务，将重复性网页抓取工作转化为标准化技能。
横向能力对比
根据项目 README 提供的对比数据（截至 2026 年 10 月，基于各项目公开文档），轻舟在以下维度具备优势：
| 能力维度 | qz (轻舟) | Nanobrowser | Browser Use | agent-browser | Playwright MCP |
|---|---|---|---|---|---|
| 整任务委派（非单步点击） | ✅ | ◐ | ◐ | ◐ | ❌ |
| 运行于已登录 Chrome | ✅ | ✅ | ◐ | ◐ | ◐ |
| 人与 Agent 实时控制每一步 | ✅ | ◐ | ◐ | ◐ | ◐ |
| 多任务并行及子任务支持 | ✅ | ◐ | ◐ | ◐ | ◐ |
| 运行流程保存为可复用 Skill | ✅ | ❌ | ◐ | ❌ | ❌ |
轻舟的核心差异点在于整任务委派和可复用技能机制，直击当前浏览器 Agent 领域的痛点。
开发部署指南
项目基于 Node.js 24 LTS 构建，主要依赖包括 @modelcontextprotocol/sdk (MCP)、@mozilla/readability (正文抽取)、tabulator-tables (表格)、xlsx (Excel导出)、pdfjs-dist (PDF读取) 及 turndown (HTML转Markdown)。其设计理念强调将原始 HTML 转化为可直接使用的结构化数据。
npm ci
npm run build # 构建
npm test # 默认测试集
npm run verify # 类型检查 + 全量自动化测试 + 覆盖率构建完成后，在 chrome://extensions 开启开发者模式，加载 dist/extension/ 目录即可。如需自定义工具、视图或 Provider，可参考 src/capabilities/README.md。
使用建议
适用人群：经常受困于登录验证、无限滚动及复杂交互的用户；需要进行竞品调研、数据汇总及周报制作的人员；以及希望扩展 Claude Code/Codex 网页处理能力的开发者。
注意事项：目前项目处于 v0.1.x 早期阶段，社区规模较小；模型调用费用由用户自行承担；建议在授予扩展权限前仔细阅读 docs/permissions.md，特别是在涉及公司内网或敏感账号场景下需谨慎评估安全风险。
浏览器 Agent 的发展趋势已从单纯的“自动化点击”转向“数据处理归属”与“错误兜底机制”。轻舟选择了保守且务实的路径：依托用户本地浏览器环境，确保数据不出本机，允许用户自选模型，并通过 Skill 机制沉淀工作流。对于这一早期项目而言，其技术路线的价值比当前的功能列表更值得关注。