YOHO AI

标签： Agent工具

  • Cloudflare 造了个专门给 AI 用的浏览器：不要好看，只要省钱

    AI 智能体这两年最大的变化，是从“回答问题”变成了“替你干活”。订个座、填张表、把网页上的价格比一比，这些事都绕不开一个东西——浏览器。可现在的浏览器，从 Chrome 到 Edge，全都是给人设计的。Cloudflare 这次跳出来做了件不一样的事：它给 AI 造了个浏览器，名字叫 Kitesurf。

    当 AI 要自己上网

    8 月 7 日，这家做 CDN 起家的公司发布了 Kitesurf。它不打算替换你电脑上的 Chrome，而是跑在 Cloudflare 自己的服务器上，专门给跑自动任务的 AI 智能体用。开发者不用再自己折腾一套无头浏览器，直接调用接口，就能让 AI 去打开网页、填表单、把需要的内容抓回来。

    给人用的浏览器在意主题、标签页和扩展插件；给 AI 用的浏览器，在意的是上下文窗口、性能、token 成本和能不能规模化。两者面对的威胁模型也完全不同——AI 浏览器得防的是提示词注入这类攻击。

    为什么不直接用 Chrome

    说到底，Chromium 是给人类眼睛和手指优化的。它能平滑滚动、能跨设备同步、能装一堆插件，这些对 AI 来说全是没用的包袱，反而白白吃内存和算力。Cloudflare 的思路很直接：把人不需要的那层全砍掉，只留下“读页面、提取内容、偶尔截个图”这几件正事。

    十二周拼出来的轻量引擎

    有意思的是，这个项目从拍板到上线只用了 12 周。它本身也不是从零写起的：渲染靠 Blitz 的模块化引擎，CSS 解析用了 Firefox 的 Stylo，JavaScript 跑在 Rust 写的 Boa 引擎上，剩下的一切都塞进了 Cloudflare 的 Workers 无服务器平台。整套东西是无状态的，跑完一个任务就扔掉，不留尾巴，特别适合“要用的时候开一个、用完就关”的场景。现在它正在 Browser Run 里免费公测。

    • 截图任务的 CPU 耗时 380 毫秒，Chromium 要 1173 毫秒
    • 同样任务内存只吃 57.8 MiB，Chromium 是 271 MiB
    • 提取网页 HTML 用时 229 毫秒，Chromium 是 877 毫秒
    • 内存进一步压到 39.4 MiB，Chromium 则要 273.7 MiB

    数字比情怀更有说服力

    光喊“更轻”没人信，Cloudflare 把测试摆出来了：在上面这些常见智能体任务里，Kitesurf 的 CPU 和内存消耗都明显低于 Chromium，目前已经有超过 21.5 万项 Web Platform Tests 通过，而且每周还在以几百项的速度增加。代价是单任务耗时目前还略慢一点，主要卡在把屏幕转成图片那一步，官方说后续会优化。

    这背后是一场成本战争

    把视角拉远一点，Kitesurf 真正想解决的，是 AI 自动化那笔算不清楚的账。今天让一个智能体去点网页，主流做法就是租一个无头 Chromium 实例，等于“每个 agent 配一整台浏览器”，资源消耗就是实打实的毛利。如果轻量引擎这条路走通，同样预算能跑的 agent 数量会多出一截。只是这里有个微妙的悖论：Cloudflare 一边给智能体发浏览器，一边又是全球最大的爬虫拦截方，将来网站运营者要操心的，恐怕不再是“挡不挡爬虫”，而是“哪些 agent 是付费放行的”。

    Cloudflare Kitesurf 浏览器界面
    Cloudflare 发布的 Kitesurf，一个完全跑在 Workers 上的无状态浏览器。
  • 【开源推荐】aisuite：14.5K+ Stars！Andrew Ng 出品，一行代码切换 14+ 个 AI 大模型

    【开源推荐】aisuite：14.5K+ Stars！Andrew Ng 出品，一行代码切换 14+ 个 AI 大模型

    🚀 aisuite
    Simple, unified interface to multiple Generative AI providers
    ⭐ 14,500+ Stars  |  🍴 1,500+ Forks  |  🐍 Python  |  📜 MIT License

    📌 项目简介

    aisuite 是 Andrew Ng（吴恩达）团队开源的轻量级 Python 库，通过一套统一 API 接口同时调用 OpenAI、Anthropic、Google、Mistral、AWS、Ollama 等 14+ 个 AI 大模型提供商。只需修改一个字符串即可切换模型，彻底告别各家 SDK 差异带来的适配噩梦。

    该项目采用两层架构：底层是统一 Chat Completions API（兼容 OpenAI 格式），上层是带工具调用的 Agents API。同仓库还包含基于 aisuite 构建的桌面 AI 助手 OpenCoworker。

    ⚙️ 安装要求和过程

    环境要求

    • Python 3.9+
    • 各 AI 提供商的 API Key（或本地 Ollama）
    • 磁盘空间：约 50MB（基础包）

    快速安装（3步）

    # 基础安装（不含提供商 SDK）
pip install aisuite

# 安装时附带指定提供商的 SDK
pip install 'aisuite[anthropic]'
pip install 'aisuite[openai]'
pip install 'aisuite[google]'

# 安装所有提供商 SDK（完整版）
pip install 'aisuite[all]'

    API Key 配置

    # 设置环境变量（Linux/macOS）
export OPENAI_API_KEY="sk-your-key"
export ANTHROPIC_API_KEY="sk-ant-your-key"

# Windows PowerShell
$env:OPENAI_API_KEY = "sk-your-key"
$env:ANTHROPIC_API_KEY = "sk-ant-your-key"

    ✨ 核心功能

    ① 统一 Chat Completions API —— 一行切换模型
    模型名格式 <provider>:<model-name>，修改一个字符串即可在不同提供商之间切换，所有核心参数（temperature、max_tokens、tools 等）均为提供商无关。

    ② Agents API —— 让模型使用真实工具
    传入普通 Python 函数即可获得工具调用能力，aisuite 自动生成 JSON Schema、执行函数调用、将结果反馈给模型。max_turns 参数控制多轮对话，也可手动控制每一轮。

    ③ Toolkits —— 开箱即用的工具集
    内置 files（文件操作）、git（版本控制）、shell（命令行）等工具集，也可接入任意 MCP 服务器，让 Agent 获得文件系统、浏览器自动化等真实能力。

    ④ 生产级 Agent 管控
    支持 Tool Policies（工具调用审批策略）、State Stores（跨进程持久化对话状态，支持内存/文件/Postgres）、Artifacts & Tracing（完整记录 Agent 产出和每一步执行轨迹）。

    ⑤ OpenCoworker —— 开箱即用的桌面 AI 助手
    同仓库附赠 OpenCoworker 桌面应用（macOS/Windows），能聊天、做深度研究、读写文件、收发消息（Slack/Email）、生成 PDF 报告，并支持定时自动化任务（如每日新闻摘要）。数据完全留在本地。

    🎯 典型使用场景

    场景一：多模型对比评测
    研究人员可以用同一段代码，分别调用 GPT-4o、Claude 3.5 Sonnet 和 Gemini Pro，对比不同模型在同一 Prompt 下的响应质量，而无需维护三套 SDK 调用代码。aisuite 让 A/B 测试大模型 变得极其简单。

    场景二：构建支持多提供商的 AI 产品
    SaaS 产品需要同时支持 OpenAI 和 Anthropic，或允许用户选择自己偏好的模型。使用 aisuite，产品代码只需维护一套接口，后端根据配置动态路由到不同提供商，大幅降低维护成本。

    场景三：本地 + 云端混合部署
    开发阶段使用免费本地模型 Ollama，上线后切换到 OpenAI API。aisuite 让这种切换只需改一个字符串（"ollama:llama3" → "openai:gpt-4o"），无需改动任何业务逻辑代码。

    💡 推荐理由

    Andrew Ng 亲自站台的项目，质量有保障。我推荐它的核心原因是它解决了一个真实存在的痛点：每家 AI 公司的 API 都不一样。OpenAI 用一套格式，Anthropic 用另一套，Google 又是另一套……如果你要同时支持多家，代码里全是 if provider == "openai" 这种恶心的判断逻辑。

    aisuite 把这一切统一了。它的 API 设计完全兼容 OpenAI 的 Chat Completions 格式，其他提供商只是”适配层”，对使用者完全透明。这种设计意味着你现有的 OpenAI 代码几乎不用改，就能无缝迁移到 Claude 或 Gemini。

    更让人惊喜的是它的 Agents API 设计——传入普通 Python 函数就能让模型调用工具，不需要手写 JSON Schema。加上对 MCP（Model Context Protocol）的原生支持，未来接入各种工具生态会很方便。

    如果你正在做 AI 应用开发，或者需要对比评测多个大模型，aisuite 是目前最优雅的解决方案，没有之一。

    📥 下载地址

    🌐 官方网站：
    github.com/andrewyng/aisuite
    💻 快速安装：
    pip install aisuite
    💬 Discord 社区：
    discord.gg/T6Nvn8ExSb

    🔌 支持的 AI 提供商

    提供商 模型示例 调用格式
    OpenAI gpt-4o, gpt-4-turbo openai:gpt-4o
    Anthropic claude-3-5-sonnet anthropic:claude-3-5-sonnet-20240620
    Google gemini-pro, gemini-1.5-pro google:gemini-pro
    Mistral mistral-large, mixtral-8x7b mistral:mistral-large
    Ollama（本地） llama3, mistral, codellama ollama:llama3
    AWS Bedrock anthropic.claude-3-5-sonnet bedrock:anthropic.claude-3-5-sonnet
    Hugging Face 任意 HF 模型 huggingface:model-name

    📅 文章发布时间：2026 年 6 月 15 日
    📜 开源协议：MIT License（可自由用于商业和非商业项目）