开源基于DeepSeek V3和FireLlava 13B的浏览器Agent
我们刚刚开源了 Fireworks Manus，一个强大的基于浏览器的代理，使用 DeepSeek V3 进行推理，FireLlava 13B 进行视觉理解。
这个代理不仅仅生成文本。它：
→ 浏览网页
→ 点击按钮，填写表单
→ 提取动态内容
→ 处理认证流程、模态框，甚至 CAPTCHA
它由 Fireworks AI 的快速多模态推理栈驱动，使其足够响应以跟上现代交互式网站。
我们设计了一个结构化的代理架构：
视觉系统 - DOM、截图和空间感知
推理系统 - 记忆、目标跟踪、JSON 模式规划
动作系统 - 完全控制浏览器交互
结果：一个强大的观察→决策→执行循环，实时适应真实世界的用户体验。
这是代理自动化的未来——没有脆弱的脚本，只有智能的、原生于网络的代理。
观看演示视频：
https://youtube.com/watch?v=tI5j3EoPD7g
完整仓库、文档和如何运行：
https://github.com/shubcodes/fireworksai-browseruse
关于 Fireworks Manus 的详细博客：
https://fireworks.ai/blog/opensource-browser-agent
这个代理不仅仅生成文本。它：
→ 浏览网页
→ 点击按钮，填写表单
→ 提取动态内容
→ 处理认证流程、模态框，甚至 CAPTCHA
它由 Fireworks AI 的快速多模态推理栈驱动，使其足够响应以跟上现代交互式网站。
我们设计了一个结构化的代理架构：
视觉系统 - DOM、截图和空间感知
推理系统 - 记忆、目标跟踪、JSON 模式规划
动作系统 - 完全控制浏览器交互
结果：一个强大的观察→决策→执行循环，实时适应真实世界的用户体验。
这是代理自动化的未来——没有脆弱的脚本，只有智能的、原生于网络的代理。
观看演示视频：
https://youtube.com/watch?v=tI5j3EoPD7g
完整仓库、文档和如何运行：
https://github.com/shubcodes/fireworksai-browseruse
关于 Fireworks Manus 的详细博客：
https://fireworks.ai/blog/opensource-browser-agent