今天刷 GitHub Trending 看到个阿里开源的项目，叫 page-agent。 标题是“用自然语言控制网页”。 我第一反应是，又来。这类项目见过不少，说得天花乱坠，实际跑起来跟玩具差不多。 但这个有点不一样。 它不截图，不需要装 Python，不需要无头浏览器，就一段 JavaScript 扔进网页里。然后你跟它说话，它帮你操作页面。 原理其实不复杂。它把页面上所有能点、能填的东西，转成一段文字描述，发给 AI。AI 看完说“点这个、填那个”，然后它照做。 不需要眼睛，只需要认字。 我想到的第一个用法是我自己的 CRM。现在每次更新客户状态，得点进去，找到那个下拉框，选，保存。一个客户还好，十个就烦了。 如果能直接说“把 Ashleigh 的状态改成跟进中”，它自己去弄—
起因很简单：我需要在一个没有 API 的平台上重复操作 30 次。 每次手动点进去、填表、提交，10 分钟一个。30 个就是 5 小时。 我不想干这件事。 ## 第一反应：写个脚本模拟点击 Selenium、Playwright，让脚本代替人去点按钮。 听起来合理，实际上是个坑。 现在的网站大多用 React 或 Vue 之类的框架搭建，它们有自己的一套事件系统。你的脚本发出去的点击，它不认。上传文件的按钮点不动，页面跳转之后元素找不到了，网站一更新 UI 脚本就废了。 我在这条路上浪费了一些时间，然后换了个思路。 ## 真正有用的思路：不管前端，只管请求 不管界面多复杂，用户点了什么按钮，最终都会变成一个 HTTP 请求发给服务器。 那个请求才是真正做事的地方。 所以我改变策略：不模拟人的操作，而是录下操作背后的请求。
## 项目简介 OpenClaw-Zero-Token 是 OpenClaw 的一个增强分支，其核心使命是：**通过浏览器自动化技术捕获会话凭证，彻底消除 API Token 成本，实现主流 AI 平台的免费接入。** ### 核心优势 1. **真正零成本**：免去按量计费的 API 开支，无需绑定信用卡。 2. **全模型覆盖**：支持 ChatGPT、Claude 3.5、Gemini、DeepSeek (R1/Reasoner)、豆包、通义千问、Kimi、智谱 GLM、Grok 甚至 Manus。 3. **原生工具调用 (Tool Calling)**：支持 exec、read_file、browser 等本地工具调用，
工具简介 对于做外贸和跨境电商的我们来说，小红书是一个巨大的流量池，但手动抓取数据和监控评论简直是噩梦。最近发现的 xiaohongshu-cli 彻底改变了这种局面。ps作者的其他几个项目也非常优秀。 核心优势 * AI Agent 友好：原生支持 YAML/JSON 输出，方便 AI 直接读取并分析市场趋势。 * 硬核防封控：内置高斯随机延迟和 macOS Chrome 指纹模拟，极大降低了被封号的风险。 * 功能全覆盖：支持关键词搜索、笔记阅读、评论抓取，甚至可以发布图文笔记。 * 无缝认证：自动提取浏览器 Cookie，省去了复杂的抓包过程。 实战场景 你可以利用它每天自动抓取产品关键词下的热门评论，分析客户痛点，甚至自动化发现爆款款式，直接喂给你的 CRM 询盘池。 项目地址 https://github.com/jackwener/xiaohongshu-cli
最近我把外贸日常流程做成了一个“AI 三段式自动化”系统。核心目标很简单：不再手工录入，不再漏消息，让人只做关键决策。 ① 线索接入（WhatsApp / Alibaba） 客户发来的询盘、样品需求、付款沟通，先统一进入同一个入口： * WhatsApp 消息 * Alibaba 站内消息 系统自动抓取会话，不需要再手动复制粘贴到表格里。 ② AI 结构化处理（去“录入”化） 消息进入后，AI 自动提取并标准化关键信息： * 客户名 * 国家 * 日期 * 意向产品 * 渠道 * 跟进状态 并自动做优先级判断： * VIP * 待付款 * 样品中 * 潜在 同时给出跟进建议，减少“靠记忆管理客户”的风险。 ③ CRM 全量沉淀（可追踪） 最终数据统一沉淀到 CRM 全量库，