Gemini Computer Use

丝美导航 AI技能集安全合规技能

Gemini Computer Use

使用Playwright构建和运行Gemini计算机使用模型，实现Web浏览器任务自动化，提供代理循环和风险UI操作安全确认。

标签：浏览器自动化 Playwright 安全合规

链接直达手机查看

Gemini Computer Use

Gemini Computer Use是什么

Gemini Computer Use是一款基于Playwright的浏览器自动化工具，适用于需要通过Gemini模型自动化Web浏览器任务、实现代理循环和风险UI操作安全确认的场景。

由 am-will 开发 | 累计安装 3,066 次 | 开源协议：MIT-0

Gemini Computer Use的主要功能

自动化任务：通过Gemini模型自动化Web浏览器任务，提高工作效率。
代理循环：实现截图 → 函数调用 → 操作 → 函数响应的代理循环，满足复杂任务需求。
安全确认：集成风险UI操作的安全确认机制，保障操作安全。
Playwright支持：基于Playwright技术，提供强大的Web浏览器自动化能力。
灵活配置：支持浏览器选择、视口大小等配置，满足不同需求。

如何使用Gemini Computer Use

设置环境：复制env.example文件为env.sh，并设置API密钥。
安装依赖：创建虚拟环境，安装google-genai和playwright等依赖。
运行代理脚本：使用指定参数运行computer_use_agent.py脚本。
配置浏览器：选择合适的浏览器和配置文件。
执行任务：根据需求执行自动化任务。

Gemini Computer Use的项目地址

项目官网：https://clawhub.ai/am-will/gemini-computer-use

Gemini Computer Use的应用场景

自动化Web浏览器任务，提高工作效率。
实现复杂任务，如代理循环和风险UI操作。
保障操作安全，防止误操作。
适用于需要Web浏览器自动化的开发者和企业。
满足不同浏览器和配置需求。

相关导航

Zown Gemini Governor

Zown Gemini Governor是一款高保真代币管理和模型稳定化工具，通过原子管道技术防止代币速率限制。

ZenMux Image Gen (Nano Banana 2)

基于Vertex AI协议的Gemini模型，从文本提示自动生成图像的AI工具。

Video Understanding

利用Google Gemini AI分析视频内容，提供转录、描述、摘要和问题解答。

Veo 3 Video Gen (Gemini API)

Veo 3 Video Gen利用Google Veo 3.x和Gemini API生成和拼接短视频，提供命令行工作流程。

Unified LLM Gateway - One API for 70+ AI models. R

统一LLM网关，一站式接入70+ AI模型，支持GPT、Claude等，简化AI应用开发。

Unified API for powerful image and video generatio

通过统一API，使用AIsa API一键生成图像和视频，实现高效的内容创作。

Transcribe audio files via OpenRouter using audio-

使用OpenRouter和音频模型（如Gemini、GPT-4o-audio）进行音频文件的高效转录。

Skill X Post Ai Image

通过Gemini API生成AI图像，并支持OAuth1认证发布到Twitter的工具。

Skill Veo3 Video Gen

利用 Google Veo 3.x 和 Gemini API 自动生成和拼接短视频，适用于广告和UGC风格内容创作。

Security News Feed

Security News Feed 是一款基于 Gemini API 的韩国安全新闻聚合工具，每小时更新，支持发布至 Notion 和 Tistory。

research

使用Gemini CLI进行深度研究，分析品牌在AI搜索中的表现，优化AI搜索可见性。

PDF OCR Using Gemini LLM

利用Google Gemini OCR技术，从PDF文件中提取文本，适用于扫描文档和图像PDF处理。

暂无评论