微信扫码免费使用国内首款龙虾浏览器

头图由AI辅助生成
就在刚刚,国内AI工具领域迎来一个值得关注的新玩家。腾讯云正式发布了名为“龙虾”的QBotClaw,这也是国内首个集成在浏览器中的智能体。简单来说,它能让用户通过一句话指令,直接指挥QQ浏览器自动完成一系列任务。
目前,用户只需在QQ浏览器的侧边栏下载安装即可免费使用QBotClaw,并且支持通过微信Clawbot扫码连接。产品已率先上线Mac版本,根据官方信息,Windows版本也将在近期推出。而在QQ浏览器的官方公众号评论区,已有回复暗示手机版也已在规划之中。
上手初体验:一句话触发自动化流程
为了探究其实际能力,我们第一时间进行了上手体验。在询问其功能后,QBotClaw列出了包括文件操作、执行命令、浏览器自动化和信息搜索在内的四大核心能力,并展示了八个具体的专业技能方向。

我们首先测试了其自动比价功能。当输入指令“帮我对比Mac mini在淘宝、京东、拼多多的价格、优惠、发货地,生成对比表”后,QBotClaw便开始自动打开相应电商平台的页面进行搜索,并最终生成了一份对比表格。不过,在这个过程中,用户仍需手动登录各平台的账号,智能体才能执行后续操作。

值得注意的是,在连续提问几个问题后,系统提示“API调用频率已达上限,请稍后再试”,这或许反映了早期测试阶段对资源访问的一些限制。

根据腾讯云公布的演示案例,QBotClaw的能力不止于此。例如,用户可以通过指令“把当前文档的内容配上图,发一条微博”,它便能自动完成资料搜集、图文编辑乃至最终发布的全流程。
核心能力拆解:不止于“自动化”
那么,这个被称为“龙虾”的智能体,究竟有哪些关键技术支撑?从官方披露的信息来看,主要体现在以下几个方面:
网页理解能力: 其内置了腾讯自研的QQ浏览器Skill,使其能够“看懂”动态网页上的各种元素,这是实现精准自动化操作的基础。
深度上下文记忆: 由于QBotClaw基于整个QQ浏览器环境运行,它可以记住用户当前浏览的网页、登录的账号以及打开的文件状态。这意味着用户无需反复交代任务背景,交互更加自然连贯。
微信无缝联动: 通过微信Clawbot扫码连接,用户可以直接在微信端向办公室的电脑发送指令,实现跨设备的远程任务驱动,这大大拓展了其使用场景。
安全机制保障: 在追求便利的同时,数据安全不容忽视。QBotClaw设置了安全沙箱隔离、对指令进行Markdown约束,并引入了SkillHub认证机制和严格的黑名单策略,旨在确保不乱碰用户的隐私与资产。
此外,QBotClaw还兼容OpenClaw技能生态,并支持用户自由配置国内各大主流大模型的API Key,展现出一定的开放性和灵活性。
结语:低门槛AI自动化时代已至
从这次发布可以看出,腾讯正在尝试打通微信与QQ浏览器之间的“龙虾”生态。QBotClaw的出现,让普通人用一句微信指令驱动电脑完成复杂流程成为可能。这不仅仅是增加了一个浏览器插件,更预示着一种新的人机交互与工具生态正在被重构。
浏览器智能体与微信入口的联动,成功验证了“轻量化端侧智能体+超级App入口”这一模式的可行性。它或许意味着,未来的AI工具将以更轻便、更低门槛的方式,深度渗透到我们的日常办公与生活场景之中。自动化,正从专业开发者的手中,走向每一个普通用户。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
Claude代码助手插件解决编程中断难题
对于深度依赖Claude Code进行开发的用户而言,最令人沮丧的体验莫过于在终端中“盲开”:你永远无法知晓当前对话的上下文容量还剩多少,只能被动等待系统提示耗尽,导致所有精心构建的对话逻辑和代码成果瞬间归零。 就在近期,一个典型的开发场景几乎让项目进度停滞:在编写一个复杂的批量交互脚本时,与Cla
谷歌Gemma 4大模型本地部署安装配置完全指南
4月3日凌晨,谷歌DeepMind向开源AI社区投下了一枚重磅冲击波:Gemma 4正式发布。 这个拥有310亿参数的模型,性能提升堪称“暴力”。在数学竞赛基准上,它从上一代的20 8%直接跃升至89 2%;编程能力方面,LiveCodeBench得分从29 1%飙升至80%。更关键的是,它采用了A
Linux CUPS打印系统高危漏洞可零点击获取root权限
近日,Linux生态系统中一项基础且至关重要的服务——打印服务CUPS被披露存在高危安全漏洞。根据网络安全媒体cyberkendra的报道,攻击者无需任何身份凭证,即可通过远程方式执行恶意代码,并最终获取系统的最高root权限。 这组漏洞由安全研究员Asim Manizada在人工智能工具的辅助下发
手机运行Gemma 4模型实测与可行性分析
昨天看到一条消息,说有人在 iPhone 17 Pro 上运行 Google 最新发布的 Gemma 4 模型,推理速度超过了每秒 40 个 token。第一反应是:这可能吗? 要知道,Gemma 4 是 Google 在 4 月 2 号刚发布的开源模型家族中的旗舰款。其参数量最大的 31B 版本在
大模型训练合成数据生成的十大实用策略
合成数据,这个曾经被视为“辅助工具”的技术选项,如今正快速演进为驱动大模型开发与迭代的核心基础设施。对于任何致力于长期模型训练、优化和持续升级的团队而言,构建高质量的合成数据能力已成为一项战略性任务。 背后的驱动力非常现实:获取大规模、高质量的训练数据始终是AI团队面临的主要瓶颈。数据或许存在,但面
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

