这篇文章另有一个 Open Design 排版的特别版

AI 能干到什么程度,很大一部分取决于手里有什么工具。模型负责想,真要碰网页、做设计或者把结果发给人看,还得有人替它把路接好。

最近我常用的工具不少,下面这三个尤其想推荐一下。解决的都是小麻烦,用过以后却很难再退回去。

Ego Browser,把浏览器分一块给 AI

先说 Ego Browser。严格一点讲,平时打开的浏览器叫 ego (lite),AI 用来控制它的连接层叫 ego-browser。

现在能让 AI 操作网页的产品已经很多了,打开网站、点按钮、填表格,再把结果拿回来,这套能力慢慢成了 Agent 的标配。不过一些bridge(比如说opencli,kimibridge等)通常会直接在目前浏览的页面上和人争夺控制权,尤其是做调研打开数十个网页的时候,不仅会打断当前的浏览,想到电脑紧巴巴那点内存,看着就非常的苦闷。

Ego Browser 最打动我的地方很朴素,它不给人添这个堵。

它在浏览器里给 AI 准备了独立的 Space。AI 在自己的区域里打开页面、点击和填写,我原来的标签页照常使用,鼠标和窗口焦点也不会被它拿走。想看看它做到哪一步,随时切过去。懒得看,我就继续处理自己的事。

这块隔离没有把登录状态一起隔掉。平时已经登录的网站,Cookie、密码和扩展都可以继续用,AI 接手任务时不必每次从登录页开始,更不用做到一半突然喊我去收验证码。

我很喜欢这种分寸。AI 可以使用浏览器,浏览器仍然属于我。

Open Design,负责把“能用”往前推一点

第二个是 Open Design。上一篇写豆泡时,它已经露过一次脸。

当时豆泡的主要功能都跑通了,手机上却缺一个顺眼的数据看板。我从 Open Design 里找了一套仪表盘模板,再让 KIMI 根据项目里的真实数据和接口往里填,经过一番 Vibe,豆泡看板就这样做了出来。

主要是0基础,所以这类有着通用模板的工具很重要,能够保证下限不会太差,至少不会生成早期那种紫色卡片占据视野的狂野风格,有的模板还是挺高级的,好用爱用。

Hermes 飞书流式卡片插件,负责把话说得好看一点

第三个工具的名字有点长,叫 hermes-feishu-streaming-card。

如果你的 AI 也接在飞书里,这个插件很值得装。

飞书里的普通文本消息适合人聊天,但是AI的回复并不像人类那样朴素,通常充满了#,-,“”以及各种各样的emoji,而飞书默认的消息格式是不会渲染markdown的,本来看着就已经够折磨了,还得人脑渲染markdown。

阅读体验相当质朴。

这个插件会把AI的回答放进一张持续更新的飞书卡片。AI 正在思考还是调用工具,卡片会显示当前状态,最终答案留在正文,过程收进单独的区域。需要确认或选择时,还能直接在卡片里放按钮,不必让用户手工回复一串命令。

最近还在skillhub上面传了之前做市场调查的流程,要是大家都用ego就好了