Taxy AI

6小时前发布 1 0 0

使用 GPT-4 自动化您的浏览器 在插件中输入自然语言命令,你就可以操控浏览器,例如创建Google日历、搜索、播放视频。

语言:
zh
收录时间:
2026-08-31

它的工作原理比较取巧: 1. 在网页上获取Dom信息,为重要的交互元素,比如按钮或者文本,分配id 2. 将dom和用户输入的信息生成prompt提交给GPT,为GPT提供了两种交互方式:click和setValue,这样GPT可以生成调用这两个命令的脚本 3. 插件执行GPT返回的脚本

数据统计

相关导航

Verdent

Verdent

Verdent是一款专为开发者打造的多智能体AI编程工具,产品定位“Agentic Coding Suite(智能体编码套件)”。Verdent由曾在TikTok担任算法负责人的陈志杰,和前百度前产品和技术负责人刘晓春联合创立,核心理念是通过多个智能体并行协作,实现复杂任务的自动分解、规划、编码、验证和迭代,高效交付高质量的生产级代码,显著提升开发效率,解决复杂代码库的维护难题。Verdent提供Windows、MacOS桌面客户端以及IDE插件,支持免费试用。
Webpilot

Webpilot

一个免费的、开源的 'Copilot for web',它允许你与网页进行自由对话或与其他用户进行自动争论 Webpilot是一个免费的、开源的 “Copilot for web”,它允许你与网页进行自由对话或与其他用户进行自动争论。与ChatGPT不同,不需要聊天或切换页面,也不需要不断地来回复制和粘贴。 可以对网页摘要、对网页进行全文翻译、基于网页内容提问!普通用户有50次的免费额度,使用频度不高的话足够了,或者用自己的Key也可以。
RealtimeTTS

RealtimeTTS

一个能够将文本实时转换为语音的解决方案。它具有即时反应能力,可以在文本输入的同时立即开始语音合成,无需等待整个文本输入完毕。此外,RealtimeTTS还采用了流式处理技术,可以处理持续不断的文本流,而不仅限于单个、静态的文本块。 该解决方案还采用了先进的算法来精准识别句子的结束点,从而加快了语音合成的开始速度。无论文本是长是短,RealtimeTTS都能保持快速响应,适用于各种长度的文本。此外,它还具有多引擎兼容性,能够与多个语音合成引擎协同工作,例如Azure、Elevenlabs、Coqui XTTS等。 RealtimeTTS还具有很高的可扩展性,它允许添加自定义的文本到语音引擎,提供了更大的灵活性和扩展性。总之,RealtimeTTS是一个非常适合需要实时语音反馈的应用场景的工具,如交互式教学、游戏、实时翻译或语音助手等。通过即时反应和流式处理技术,它能够提供一个流畅且自然的用户体验。
PhotoMaker 翻译站点

PhotoMaker 翻译站点

PhotoMaker,利用多张照片作为身份ID,获取人物特征,然后根据描述生成符合描述的人物照片创造出一个新的、个性化的人物图像。 PhotoMaker也能把几个不同人的照片特征混合在一起,创造出一个全新的人物形象。还能改变照片人物的性别、年龄和生成多种风格的其他照片。快速逼真,效果自然。 PhotoMaker主要功能: PhotoMaker主要特点: PhotoMaker如何工作? PhotoMaker首先分析照片,识别出每张照片中人物的特征,比如面部特征、发型、服装风格等。然后,它将这些特征结合起来,创建一个新的图像。这个图像基本上是你的脸,但可能有着电影明星的发型和表情,同时穿着那张历史服装照片中的服装。 最终的结果是一张全新的照片,这张照片展示了一个独特的人物形象:看起来像你,但具有其他照片中人物的特征和风格。这就是PhotoMaker的核心功能——结合多个不同照片的特征,创造出一个全新、个性化的图像。 源码:https://github.com/TencentARC/PhotoMaker