2026年6月，开源界最喧嚣的战场已经从"大模型本身"转移到了"让大模型长出双手"——即所谓Computer-Use / Web Agent（计算机操作智能体）。这一赛道本周持续霸榜GitHub Trending：browser-use剑指9万星，Skyvern带着计算机视觉杀入2万星阵营，Stagehand把Playwright包装成了类型安全的Agent SDK，Midscene.js甚至把视觉自动化做到了鸿蒙端。它们共同指向一个被传统SaaS垄断多年的金矿——RPA（机器人流程自动化）与网页数据采集。UiPath单个开发者席位年费动辄数千美元，Apify/Browserbase按次计费的采集云更是中小团队的隐性税。本篇精选7款角度各异的开源网页智能体，拆解它们如何把"让AI替你点鼠标"变成可售卖的付费产品与可复制的训练营教材。
传统RPA的死穴是脆弱的选择器（selector）：网站改一个class、挪一个按钮，整套自动化脚本当场报废，维护成本高到企业不得不买昂贵的"稳定运行"服务。而2026年成熟的多模态大模型彻底改变了游戏规则——AI直接看截图就能理解页面、定位元素、规划操作，不再依赖DOM选择器。这意味着：
商业侧，UiPath 2025财年仍维持超15亿美元年营收，Apify、Browserbase、Multion等云服务持续涨价。这是一块被订阅制牢牢锁住的市场，而开源Agent栈正提供"自托管、换任意模型、数据不出本地"的对冲方案——对成本敏感的中小企业、对数据合规敏感的金融/医疗、对定制化敏感的电商运营，都是现成客户。
| 维度 | 权重 | 说明 |
|---|---|---|
| 变现潜力 | 40% | 能否包装成训练营/专栏/托管SaaS/企业实施？目标用户与定价空间 |
| 训练营适用性 | 25% | 2–4小时能否跑通并产出可交付成果？学员成就感是否明确 |
| 技术新颖度 | 20% | 是否代表"视觉驱动、选择器-free"前沿？是否有差异化技术路线 |
| 维护活跃度 | 15% | 2026年6月是否有持续commit、版本迭代与Issue响应 |
仓库：browser-use/browser-use ｜ 星标：GitHub 9万+（不同统计口径77k–91k，稳居赛道第一）｜ 最近更新：2026年6月发布 v0.13.2，引入 Rust 内核与全新浏览器引擎的 beta agent
核心功能（一句话）：把大语言模型接到 Playwright 上，让AI像人一样看网页、点按钮、填表单、跨页面完成多步任务。
上手难度：⭐⭐⭐（需Python基础 + 理解"感知-思考-行动"的Agent循环）
变现评估：这是整条赛道的"教材级"项目，变现路径最清晰。其一，AI自动化训练营核心教具（¥499–999），从"自动比价"到"自动投递简历"都能跑出明确demo；其二，二次开发托管SaaS，对标官方 browser-use cloud 做国内本地化、对接国产模型（DeepSeek/Qwen），¥99/月面向中小团队；其三，垂直行业小工具，如"跨境电商自动跟卖监控""自动生成周报数据采集"。目标用户覆盖独立开发者、运营、测试工程师。
训练营评估：黄金级教材。2小时可让学员跑通hello world（自动搜索+截图），4小时能交付"每日自动采集某电商类目价格并生成Excel"的小工具，产出物可直接写进简历。学员获得感极强。
竞品与差异化：对标的商业方案是 OpenAI 的 computer-use、Multion、Arc 浏览器内置Agent。browser-use 的护城河在于开源免费 + 可换任意模型 + 本地运行，且社区生态最厚（web-ui 可视化界面、大量插件模板）。劣势是稳定性仍依赖提示词工程，复杂任务易"跑偏"。
仓库：Skyvern-AI/skyvern ｜ 星标：2万+（约20.8k）｜ 最近更新：2026年持续迭代，已进入多个MCP/Agent注册表
核心功能：在 Playwright 之上叠加 LLM + 计算机视觉，专门解决"在从未见过的网站上自动完成登录、填表、导航"的工作流，主打无代码工作流编辑器 + REST API。
上手难度：⭐⭐⭐⭐（涉及 Docker 编排、workflow 抽象，偏企业级）
变现评估：这是最接近"卖企业实施服务"的项目。传统 UiPath/Automation Anywhere 单席位年费达数万元，Skyvern 提供"自托管开源 + 云版"双形态，给集成商留下了巨大套利空间。变现方向：① 企业RPA替代实施（单项目¥5万–20万，如保险理赔录入、招聘平台批量操作）；② 行业工作流模板市场（电商比价、招聘抓取、发票处理，按模板订阅¥299/月）；③ 托管云服务对标 skyvern.com。目标用户是中小企业的IT/运营负责人。
训练营评估：适合进阶营或企业内训。4小时可带学员搭建"自动采集竞品价格并入库"的完整workflow，但要讲透"视觉定位 vs 选择器"的差异。学员能产出可直接复用的业务流程模板。
竞品与差异化：vs 传统RPA（UiPath、Automation Anywhere、Blue Prism）——Skyvern不靠选择器，网站改版不挂；vs Bardeen/Axiom 等浏览器插件——Skyvern能处理需要视觉理解、动态渲染的复杂页面。差异化鲜明，但部署门槛高于浏览器插件。
仓库：browserbase/stagehand（另有 stagehand-python）｜ 星标：万级，增长迅猛 ｜ 最近更新：v3 快速入门持续更新，本地开发→Browserbase云端无缝迁移
核心功能：把 Playwright 包装成AI优先的SDK，提供 act（执行动作）、extract（提取数据）、observe（观察页面）、agent（全自动）四个原语，TypeScript 类型安全。
上手难度：⭐⭐（全栈/前端最低门槛，TS + Playwright 几乎零额外学习成本）
变现评估：前端转AI的最佳抓手。变现方向：① 前端/全栈AI训练营（¥399–799），主打"用你会的Playwright写Agent"；② 内部工具，如"自动巡检竞品页面变化""自动回归测试关键流程"；③ TS技术栈的外包自动化项目。Stagehand 的"渐进增强"哲学（关键步骤才用AI，省钱可控）特别打动务实的前端团队。
训练营评估：极适合前端开发者。2小时讲清 act/extract/observe，学员当场能把现有Playwright爬虫脚本"AI化"，改造而非重写，成就感立现。
竞品与差异化：vs 纯 Playwright（脆、维护痛）、vs browser-use（Python，对前端不友好）。Stagehand 定位"渐进增强"——能在传统脚本的关键步骤按需注入AI，而非全盘交给AI。这种可控性是它对工程师群体的核心吸引力，也是省钱的关键。
仓库：web-infra-dev/midscene（字节 Web Infra 团队，Rspack 同源）｜ 星标：万级，国产开源中增长突出 ｜ 最近更新：支持 Web / Android / iOS / 鸿蒙 HarmonyOS / 桌面全平台
核心功能：视觉驱动的UI测试与自动化SDK，用自然语言描述每一步，AI看截图执行；既是QA测试工具，也是通用自动化引擎，并提供Chrome扩展。
上手难度：⭐⭐⭐
变现评估：精准打击付费QA工具。Mabl、Reflect、ProdPointer 等AI测试SaaS月费数千元，Midscene 开源可自托管。变现方向：① 替代付费QA工具的私有化部署（¥999/月起）；② QA工程师AI转型训练营（¥499）；③ 跨端测试SaaS，尤其鸿蒙/移动端测试是稀缺卖点，国内终端厂商有刚需。目标用户是测试团队、终端厂商QA部门。
训练营评估：QA工程师友好度极高。3小时可把现有E2E测试改成"自然语言断言"（"页面应该显示订单成功"而非硬编码文本匹配），学员能直接应用于日常回归测试。
竞品与差异化：vs Playwright硬断言（脆）、vs Mabl（¥2k+/月闭源）。Midscene 的稀缺点在于全平台（含鸿蒙）+ 开源 + 国产团队中文支持，在国内信创、终端测试场景几乎没有同类开源对手。
仓库：assafelovic/gpt-researcher ｜ 星标：万级，长青项目 ｜ 官网：gptr.dev
核心功能：给定一个主题，自主规划子问题→多源检索→综合推理→生成结构化研究报告，支持 web 与本地知识库。
上手难度：⭐⭐⭐
变现评估：这是七款里最易直接做成内容订阅的项目，对标 AlphaSense（金融情报，年费数千美元）、Perplexity Pro。变现方向：① 行业情报订阅SaaS（每日自动生成"竞品动态简报"，¥199/月）；② 垂直研报服务（投研、政策、专利，按报告计价）；③ 咨询公司/分析师内部工具私有化部署。把"研究"这种高人工成本工作产品化，毛利率极高。
训练营评估：4小时可让学员搭出"每日竞品情报简报机器人"，产出的PDF报告可直接对外交付，商业闭环清晰。适合内容创作者、分析师、咨询从业者。
竞品与差异化：vs OpenAI Deep Research（订阅制、不可控）、Perplexity、AlphaSense。GPT Researcher 的差异化是可接任意模型 + 可注入私有/本地数据 + 完全自托管，对数据合规与定制化有刚需的金融、法律、政策研究场景不可替代。
仓库：nanobrowser/nanobrowser ｜ 形态：开源 Chrome 扩展 ｜ 最近更新：活跃维护，已上架Chrome Web Store
核心功能：开源AI网页自动化Chrome扩展，采用多Agent架构（Planner规划 / Navigator操作 / Validator校验），用户自带API Key，免费替代闭源AI浏览器插件。
上手难度：⭐⭐（最低门槛，面向非技术用户）
变现评估：面向C端小白的引流与付费产品。对标商业AI浏览器插件（HyperWrite、Multion等闭源方案月费$20+）。变现方向：① 付费增强版扩展（预配置国产模型、免填Key、¥39/月），降低使用门槛；② "AI办公提效"通识产品（教程引流→社群/进阶课）；③ 面向特定人群（如电商运营、自媒体）的定制版。用户基数大、转化路径短。
训练营评估：1小时入门，非技术学员也能用。最适合"AI办公提效"通识营或企业行政/运营培训，作为低门槛的"第一课"。
竞品与差异化：vs 闭源AI浏览器插件（付费、数据上传云端）、vs browser-use cloud（需部署）。Nanobrowser 的卖点是开源 + 本地Key = 隐私 + 省钱 + 透明，对隐私敏感用户和企业内网场景有天然优势。
仓库：daijro/camoufox ｜ 形态：基于 Firefox 的反检测浏览器 ｜ 最近更新：自 v146.1-beta.25（2026年1月）起源码完全公开
核心功能：通过指纹注入与轮换，让自动化浏览器不被反爬系统识别，配合 browser-use/Playwright 做稳定隐蔽的数据采集。
上手难度：⭐⭐⭐⭐（反爬是持续的猫鼠游戏）
变现评估：整条赛道的"基础设施层"，给上面六款项目当底座。变现方向：① 数据采集即服务（按量计费，电商价格监控、舆情采集）；② 电商/比价监控SaaS（¥99–299/月）；③ 隐私浏览工具（¥99/年面向个人）。商业隐身浏览器（GoLogin、Multilogin）月费数百元，Camoufox 完全开源免费，对采集服务商是直接降本。
训练营评估：进阶营内容，适合搭配 browser-use 讲"如何稳定采集而不被封"。单独开课受众较窄，更适合作为采集类训练营的"进阶模块"。
竞品与差异化：vs GoLogin/Multilogin（闭源、按浏览器配置数收费）、vs undetected-chromedriver（仅Chrome层伪装）。Camoufox 在浏览器引擎层（Firefox 编译级）注入指纹，隐蔽性更强，且完全开源免费。
quadrantChart
title 开源网页智能体：变现潜力 × 上手成本 矩阵
x-axis "低上手成本" --> "高上手成本"
y-axis "低变现潜力" --> "高变现潜力"
quadrant-1 "高变现·高门槛（企业实施）"
quadrant-2 "高变现·低门槛（训练营黄金区）"
quadrant-3 "低变现·低门槛（引流产品）"
quadrant-4 "低变现·高门槛（慎入）"
"Nanobrowser": [0.20, 0.45]
"Stagehand": [0.30, 0.72]
"browser-use": [0.42, 0.92]
"GPT Researcher": [0.50, 0.85]
"Midscene": [0.55, 0.72]
"Skyvern": [0.76, 0.86]
"Camoufox": [0.82, 0.60]
读图要点：左上"训练营黄金区"是投入产出比最高的——browser-use、Stagehand、GPT Researcher 既好教又能直接变现；右上"企业实施区"的 Skyvern、Camoufox 适合做高客单价定制服务；Nanobrowser 落在引流位，是拉新与C端转化的好抓手。整套七款恰好构成一条从底座（Camoufox）→ 引擎（browser-use/Skyvern/Stagehand）→ 测试（Midscene）→ 产出（GPT Researcher）→ 消费端（Nanobrowser）的完整价值链，可组合售卖。
| 排名 | 项目 | 首选变现方向 | 预估定价 |
|---|---|---|---|
| 🥇 1 | browser-use | 训练营核心教具 + 本地化托管SaaS | ¥499–999 训练营 / ¥99/月 SaaS |
| 🥈 2 | Skyvern | 企业RPA替代实施 + 工作流模板市场 | ¥5万–20万/项目 / ¥299/月模板 |
| 🥉 3 | GPT Researcher | 行业情报订阅SaaS + 研报服务 | ¥199/月订阅 / 单报告计价 |
| 4 | Stagehand | 前端/全栈AI训练营 + 内部工具 | ¥399–799 训练营 |
| 5 | Midscene | AI QA私有化部署 + 测试训练营 | ¥999/月 SaaS / ¥499 训练营 |
组合打法建议：以 browser-use 为训练营旗舰引流，Stagehand 作前端转化课，再用 Skyvern + Camoufox 接企业定制大单，GPT Researcher 做长期订阅现金流，Midscene 切测试团队B端。七款不是孤岛，而是可拼装的"网页自动化乐高"。
网页Agent赛道的特殊性在于，它同时被模型能力和网站反制双向驱动。当前多模态模型对截图的理解已足够支撑"选择器-free"自动化，但反爬、人机验证（CAPTCHA）、动态渲染也在快速进化。这意味着：
对个人开发者与中小团队，优先做"垂直场景模板 + 训练营"轻资产切入；对集成商，现在锁定Skyvern/Camoufox这类企业级底座、积累行业实施案例，是未来12个月最值得押注的牌。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。