Project Mariner – 谷歌推出的浏览网站智能体，能帮用户操作表格、在线购物-爱论文

Project Mariner是什么

Project Mariner 是谷歌 DeepMind 推出的浏览器助手。Project Mariner基于 Gemini 2.0 技术，用 Chrome 扩展程序实现浏览器自动化，理解和执行网页任务。Project Mariner能理解和推理浏览器屏幕上的信息，包括像素和网页元素，基于 Chrome 扩展程序使用这些信息完成任务。Project Mariner 能控制 Chrome 浏览器、移动屏幕上的光标、点击按钮和填写表格，像人类一样使用和浏览网站。Project Mariner在 WebVoyager 基准测试中达到 83.5% 的高分成绩。目前，Project Mariner 只能在浏览器的活动选项卡中执行键入、滚动和点击操作，在执行某些敏感操作（如购买物品）之前，会要求用户进行最终确认。

Project Mariner的主要功能

多模态理解：理解浏览器屏幕上的所有内容，包括像素、文本、代码、图像和表单等数据。浏览器交互：实时导航和操作复杂的网站，自动执行浏览器中的任务，保持用户的控制权。自动化任务：自动与浏览器进行交互操作，将数据整理、填充到网页其他区域，同时将数据按照用户的要求整理好。复杂指令处理：理解、执行复杂的用户指令，分解为可执行的步骤。关系理解：理解不同网页元素之间的关系及其功能。视觉反馈：在执行任务时提供视觉反馈和更新，让用户了解进度。安全性：在执行敏感操作（如购物和付款）之前，会要求用户进行最终确认，确保安全性。

如何使用Project Mariner

Project Mariner目前处于早期测试阶段，仅对少数测试者开放，访问Project Mariner的官方网站，加入等候名单。

Project Mariner的应用场景

数据整理与复制：将网页上的数据复制到电子表格中进行整理，例如从存储大量数据的网页提取信息，整理到Excel等表格软件中。在线购物：根据用户给出的购物清单，自动在电子商务网站上搜索商品添加到购物车。旅行规划：帮助用户查找航班和酒店信息，自动化旅行规划过程中的网页浏览和信息比较。日常购物：为用户在零售网站上购物，如搜索、购买家庭用品。食谱查找：在食谱网站上根据用户需求自动搜索和选择食谱。