Project Mariner - 谷歌推出的浏览网站智能体，能帮用户操作表格、在线购物

Project Mariner是什么

Project Mariner 是谷歌 DeepMind 推出的浏览器助手，它基于 Gemini 2.0 技术，用 Chrome 扩展程序实现浏览器自动化，能看懂网页上的内容并替你操作。它既能读像素，也能读网页元素，靠这些信息完成任务：控制 Chrome、挪动光标、点按钮、填表格，和人上网的路数差不多。在 WebVoyager 基准测试上拿到 83.5% 的成绩。眼下它只能在当前活动标签页里打字、滚动、点击，碰到买东西这类敏感操作，会先停下来让你确认。

Project Mariner的主要功能

• 多模态理解：屏幕上的内容它都看得懂，像素、文本、代码、图片、表单都在内。
• 浏览器交互：能实时导航和操作复杂网站，自动跑完浏览器里的任务，控制权还留在用户手上。
• 自动化任务：自动在浏览器里操作，把数据整理好填到网页其他区域，也按你的要求归置好。
• 复杂指令处理：把复杂指令拆成可执行的步骤，再一步步做完。
• 关系理解：能看懂网页元素之间的关系，知道各自是干什么的。
• 视觉反馈：任务执行过程中给出视觉反馈，进度看得见。
• 安全性：购物、付款这类敏感操作之前会要求最终确认，先把安全兜住。

如何使用Project Mariner

目前还在早期测试，只对少数测试者开放。想用的话，去官方网站，加入等候名单。

Project Mariner的应用场景

• 数据整理与复制：把网页上的数据搬到表格里整理。比如某个页面存着一大堆数据，提取出来放进 Excel 之类的表格软件。
• 在线购物：按你给的购物清单，在电商网站上搜商品、加购物车。
• 旅行规划：查航班和酒店，把旅行规划里那些翻网页、比信息的事交给它。
• 日常购物：在零售网站上帮你买东西，搜索、下单家庭用品都行。
• 食谱查找：按你的口味在食谱网站上搜，自动挑出合适的菜谱。