Agent EÅpen kildekode AI-agent som automatiserer oppgaver direkte i din lokale nettleser

5.0 (4)

Anmeldt av Daniel Nikulshyn·Oppdatert juli 2026

Open Source Browser Automation AI Agents Developer Tools Local-First Research Web Scraping

Oversikt

Agent E er en webautomatiseringsagent som kontrollerer en nettleser på din egen maskin for å utføre flertrinns oppgaver på nettet. Den kan navigere på nettsteder, fylle ut skjemaer, hente informasjon og sette sammen handlinger basert på naturlig språk. Bygget med en hierarkisk arkitektur som skiller planlegging fra utførelse, har Agent E som mål å håndtere komplekse, reelle nettarbeidsflyt på en mer pålitelig måte enn enkeltprompt-tilnærminger. Siden den kjører lokalt, holder brukere sine økter, informasjonskapsler og legitimasjon på egen enhet i stedet for å rute dem gjennom en ekstern tjeneste. Det er rettet mot utviklere og forskere som utforsker agentisk surfing, benchmarker webautomatisering, eller bygger skreddersydde assistenter for repetitivt nettbasert arbeid.

Nøkkelfunksjoner

Lokal nettleserautomatisering
Hierarkiske planlegger- og utførelsesagenter
Instruksjoner i naturlig språk for oppgaver
Utfylling av skjemaer og dataekstraksjon
Støtte for flertrinns arbeidsflyter
Konfigurerbare LLM-backends

Priser

Modell: Free
Kategori: Web AI Agents
Vurdering: 5.0 / 5 (4)

Brukstilfeller

Automatiser flertrinns nettbaserte arbeidsflyter

Bruk naturlig språk til å instruere Agent E til å navigere på nettsteder, fylle ut skjemaer og kjede handlinger sammen for repeterende nettopgaver uten å skrive tilpassede skript.

Privat nettlesing med innloggede sesjoner

Kjør automatisering lokalt slik at informasjonskapsler, legitimasjon og sesjoner forblir på din maskin, slik at du kan utføre oppgaver på autentiserte nettsteder uten å eksponere data til tredjepartstjenester.

Benchmarking av agentisk nettlesingsforskning

Forskere kan evaluere hierarkiske planlegger-utfører-arkitekturer på nettautomatiseringsoppgaver og sammenligne ytelse på tvers av forskjellige konfigurerbare LLM-backends.

Ekstraher strukturerte data fra nettsteder

Instruer agenten til å besøke sider, samle spesifikk informasjon og returnere strukturerte resultater for analyse, overvåking eller for å levere til videreapplikasjoner.

Fordeler og ulemper

Fordeler

Kjører lokalt med din egen nettlesersesjon
Håndterer flertrinns nettoppgaver via naturlig språk
Åpen arkitektur egnet for forskning og utvidelser
Unngår å sende nettleserd data via tredjepartstjenester

Ulemper

Krever teknisk oppsett og kommando-linje kjennskap
Pålitelighet varierer på komplekse eller dynamiske nettsteder
Ytelse avhenger av den underliggende LLM-leverandøren

Anmeldelser

5.0

Gjennomsnitt fra 4 vurderinger.

Logg inn for å legge igjen en anmeldelse.

Jamal Carter

May 11, 2026

Years in this space

I've evaluated a lot of these over the years. What stands out here is natural language task instructions — handled better than most — and open architecture suitable for research and extension. Worth the time if this is your use case.

Pierre Dubois

Mar 5, 2026

Years in this space

I've evaluated a lot of these over the years. What stands out here is configurable LLM backends — handled better than most — and avoids sending browsing data through third-party services. Requires technical setup and command-line familiarity is my one real gripe. Worth the time if this is your use case.

Kwame Mensah

Jul 29, 2025

Compared a few options

Evaluated this against two competitors. Where it wins: local browser automation and open architecture suitable for research and extension. On balance the feature set — especially support for multi-step workflows — justifies the 5 stars for our use case.

Aisha Khan

Jun 26, 2025

Compared a few options

Evaluated this against two competitors. Where it wins: configurable LLM backends and open architecture suitable for research and extension. On balance the feature set — especially configurable LLM backends — justifies the 5 stars for our use case.