awesome-web-agents
steel-dev/awesome-web-agents加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
项目地址: steel-dev/awesome-web-agents · ⭐ 1,467 · Python · MIT License 维护者: Steel Dev（@steeldotdev） · 2025年3月创建 姊妹项目: steel-browser（Steel 开源浏览器 API）
图1：Steel 官网横幅 — 展示了 Steel 浏览器 API 的核心定位（来源: steel-dev/awesome-web-agents 仓库）
你训练了一个强大的大语言模型（LLM），它能写诗、解题、写代码——但当你让它"去帮我查一下今天北京的天气"，它却犯难了。
这不是模型的错。网页对 AI 来说是黑箱：HTML 结构复杂、CSS 样式层叠、JavaScript 动态渲染，而传统 API 只能让 AI 访问结构化数据，碰不到真正的"浏览器世界"。就像给一位精通多国语言的翻译官一本字典，却不让他上网——他的能力被锁住了。
Awesome Web Agents 正是这个痛点的产物。这个由 Steel Dev 团队维护的精选列表，收录了 100+ 个让 AI 能够"看网页、点按钮、填表单"的工具和框架，从 OpenAI Operator 到 Browser-Use，从阿里通义 WebAgent 到各大厂的 Benchmark 工具，一站式覆盖 AI 与 Web 交互的完整生态。
这个列表的创建者 Steel Dev（GitHub: @steeldotdev）是一家专注 AI 浏览器基础设施的公司。2025年3月，他们开源了 steel-browser——一个专为 AI Agent 设计的浏览器 API 引擎，使得 AI 可以像真实用户一样操控 Chrome：无障碍执行点击、输入、滚动、截图等操作。
Steel 的商业产品 app.steel.dev 提供免费层额度，让开发者无需自己部署浏览器集群即可体验 AI 网页操控能力。作为项目生态的一部分，awesome-web-agents 列表既是技术选型的参考手册，也间接为 Steel 的商业产品引流——形成了"开源社区 + 商业闭环"的典型商业模式。
Awesome Web Agents 将生态划分为以下主要类别：
Autonomous Web Agents（自主浏览器 Agent）：收录 28 个能够独立在网页上完成复杂任务的 AI Agent，是整个列表最核心的分类。
AI Web Automation Tools（AI 自动化工具）：收录 39 个，面向开发者集成层面，提供 API 或 SDK 供二次开发。
Benchmarks & Research（基准测试与研究）：收录 16 个，覆盖 WorkArena、WebTaskBench、BrowserGym 等行业评测标准。
AI Web Scrapers/Crawlers（AI 爬虫）：收录 9 个，专注用 LLM 提取网页结构化数据。
Web Search & Query Tools（搜索工具）：收录 6 个，帮助 Agent 高效检索网络信息。
Tutorials & Guides（教程与指南）：收录 4 个，帮助开发者快速上手。
| 工具 | 特点 | GitHub Stars |
|---|---|---|
| Browser-Use | SOTA 开源框架，通过 DOM 蒸馏让 LLM 理解页面结构 | ⭐ 12k+ |
| Skyvern-AI | 基于工作流的浏览器自动化，支持复杂多步骤流程 | ⭐ 8k+ |
| AgentGPT | 浏览器内部署的自主 Agent，用户门槛极低 | ⭐ 38k+ |
| OpenAI Operator | OpenAI 官方推出的浏览器 Agent（需 Plus 订阅） | — |
| Google Project Mariner | Google DeepMind 研究原型，基于 Chrome 扩展 | — |
| Manus | 通用 AI Agent，支持浏览器+终端+编辑器多工具协作 | — |
| WebVoyager | 多模态视觉 Agent，截图+DOM 双通道感知 | ⭐ 2k+ |
| Agent-E | HTML DOM 蒸馏优化，减少 token 消耗 | ⭐ 1k+ |
以 Anthropic Claude Computer Use 为代表的"操控整台电脑"的 Agent 范式。相比浏览器 Agent，这类 Agent 的操控范围扩展到了整个操作系统（文件操作、桌面应用、终端命令等），代表项目包括：
Awesome Web Agents 列表本身是一个静态文档，但它折射出整个 AI Web 交互领域的技术演进路径。从架构层面看，这个生态可以分为四层：
第一层：爬虫/数据提取（最底层）：传统 AI + Web 的起点，用 LLM 分析网页结构提取产品信息、价格数据、新闻内容。代表工具：LLM Scraper、PulsarRPA。
第二层：浏览器自动化：Playwright/Selenium 的 AI 升级版。AI 不再只是"读"网页，而是通过 CDP（Chrome DevTools Protocol）模拟真实用户操作：点击、滚动、输入、拖拽。代表工具：Skyvern-AI、Browser-Use。
第三层：多模态 Browser Agent：不仅理解 HTML 文本，还分析页面截图，建立对视觉布局的理解。这类 Agent 能处理复杂页面（如 CAPTCHA、表单验证弹窗），代表工具：WebVoyager、UI-TARS。
第四层：通用 Computer Agent：将 Web 操作泛化为"操作系统操作"，AI 可以在文件管理器、终端、IDE 之间自由切换。代表工具：Manus、Open Interpreter。
| 维度 | 说明 |
|---|---|
| 部署难度 | 零部署：本项目是静态精选列表，无需安装 |
| 使用方式 | 直接浏览 GitHub 页面，或访问 app.steel.dev 体验配套工具 |
| 硬件需求 | 无（静态资源） |
| 快速体验 | Surf.new 提供 Web UI，可以在线对比多个 Web Agent 的效果 |
列表收录了 100+ 工具，但部分工具已长时间未更新（Archive 分类收录了废弃项目）。建议读者交叉验证工具的 GitHub 最新提交时间和 Issue 活跃度。
列表同时收录了 OpenAI Operator（需订阅）、Manus（商业产品）等商业工具，以及 Browser-Use（开源）等。对于预算有限的开发者，需要注意区分哪些是真正可免费使用的。
各基准的评测方法论差异较大，横向可比性有限。Anthropic 和 OpenAI 的 Computer Use 评测标准也不公开，导致"谁是 SOTA"难以定论。
从 2025 年 3 月创建至今不到一年，列表已收录超过 100 个工具，涵盖 Autonomous Agent、多模态 Agent、Computer Use 三大范式。这个速度说明Web Agent 是当前 AI 应用最热门的方向之一。
本文图片说明：steel_hero.png 为 Steel 官方维护的仓库横幅图，托管于 GitHub raw 资源；Steel 品牌标识来自 avatars.githubusercontent.com/u/164206247。
标签: AI Agent · Web Automation · Browser Agent · LLM · Computer Use · Awesome List