WorkBuddy 联网检索与浏览器自动化让 AI 助手自己上网查资料、抓数据摘要纯聊天式 AI 的知识停留在训练截止日遇到今天发布了什么“这款手机现在多少钱”帮我盯一下这个页面有没有更新就抓瞎。WorkBuddy 通过WebSearch 实时搜索、WebFetch 网页提取、agent-browser 浏览器自动化三件套把 AI 从只靠记忆升级成能实时上网查证、能像人一样操作网页的真正生产力工具。本文拆解这三层能力的能力边界、协作关系、实战指令模板与避坑要点。目录为什么 AI 需要上网能力三件套能力地图2.1 WebSearch多引擎实时搜索2.2 WebFetch把网页读成结构化信息2.3 agent-browser控制浏览器做真人操作三者的协作关系与典型工作流实战指令模板直接复制用避坑要点总结1. 为什么 AI 需要上网能力大模型本身是个知识快照——它在训练截止日之前见过的东西才知道之后的新闻、价格、政策、版本更新一概不知。这带来三个典型痛点时效性盲区问今天 AI 圈有什么大新闻它只能瞎编。事实性风险没有来源地给出结论容易一本正经地胡说幻觉。动作缺失就算知道了信息传统聊天 AI 也动不了手——打不开网页、填不了表单、抓不了数据。WorkBuddy 的解法不是给模型塞更多参数而是给它工具让 AI 在需要的时候主动去网上查证、把网页内容读回来、甚至操控浏览器完成多步操作。这就是联网三件套。2. 三件套能力地图2.1 WebSearch多引擎实时搜索WebSearch 是三层里最轻量的一层。它直接发起网络搜索并基于当前时间自动带上年份等上下文返回经过整理的结果块标题、摘要、链接。适用场景查最新资讯、技术文档、行业动态做竞品调研、政策检索、版本变更核对需要带引用的事实性回答它的特点是快、广、低成本——一次调用就能覆盖多个搜索角度适合先搜一轮再说的宽泛问题。2.2 WebFetch把网页读成结构化信息WebSearch 给你的是目录WebFetch 干的是精读。给它一个具体 URL 和一段抽取提示它会抓取页面、把 HTML 转成干净的 Markdown再用模型把你要的内容提炼出来。适用场景打开某篇官方文档提取关键段落抓取某个页面里的价格、参数、表格对长文做摘要、对列表做结构化整理它的特点是准、深、可定向——你明确告诉它我要这个页面里的 X 信息它就不会被整页广告和导航噪声干扰。2.3 agent-browser控制浏览器做真人操作前两层解决读agent-browser 解决做。它内置 Chromium 内核能让 AI 像人一样打开网页、滚动加载、点击折叠面板、翻页、填表、截图甚至跑自动化测试。适用场景抓取需要登录态或动态渲染的页面自动填写表单、批量提交网页数据抓取与自动化测试需要看到页面才能继续的复杂多步任务它的特点是能交互、能执行——这是纯搜索/抓取工具做不到的动手能力。3. 三者的协作关系与典型工作流三件套不是互相替代而是分层协作先用WebSearch找到候选页面 → 再用WebFetch精读静态页面拿结构化信息 → 遇到需要交互/登录/动态渲染的交给agent-browser动手操作。一个真实的工作流示例你说“调研一下目前主流的微服务框架生成一份对比报告。”WorkBuddy 用 WebSearch 搜出 Nacos、Consul、etcd 等候选。对每个官方文档用 WebFetch 提取特性、生态、适用场景。对需要登录或动态加载的评测页用 agent-browser 打开、滚动、截图取证。汇总成带来源的 Markdown 对比报告。4. 实战指令模板直接复制用下面是几段可以直接发给 WorkBuddy 的指令覆盖三件套的典型用法。模板一实时资讯检索WebSearch搜索今天 AI 行业的重要新闻按发布机构 核心事件 影响整理成 5 条清单 每条标注大致时间不要编造来源。模板二网页精读提取WebFetch打开这个官方文档链接提取安装步骤和最低系统要求两节 整理成要点列表保留关键参数版本号、内存、磁盘。模板三浏览器自动化抓取agent-browser打开这个竞品官网链接滚动加载全部产品提取产品名称、售价、核心功能 剔除重复产品整理成 Excel 保存到桌面并截取产品页截图归档。如果你想在本地用代码复现打开页面→滚动→抽取文本的浏览器自动化逻辑可以用 Playwright 写这样一个最小脚本fromplaywright.sync_apiimportsync_playwright urlhttps://example.com/productswithsync_playwright()asp:browserp.chromium.launch(headlessTrue)pagebrowser.new_page()page.goto(url,wait_untilnetworkidle)# 模拟向下滚动触发懒加载page.mouse.wheel(0,3000)page.wait_for_timeout(1500)# 抽取页面可见文本textpage.inner_text(body)print(text[:2000])browser.close()说明上面这段是浏览器自动化能力的本地等价实现示意。在 WorkBuddy 里你不需要自己写代码直接用自然语言指令agent-browser 会替你完成整套操作。5. 避坑要点带登录/验证码的页面抓不了银行、部分后台、验证码页面无法自动通过别浪费算力去硬刚换成手动提供数据或换公开来源。海量分页要限流抓取长列表时在指令里明确最多抓 20 条避免任务长时间空转。复杂网页先切 Plan 模式需要多步点击、容易加载异常的页面让 AI 先规划再执行降低页面状态错乱概率。抓完及时关浏览器自动化任务结束记得释放浏览器进程避免内存堆积。信源要可追溯对外发布的内容尽量让 AI 保留来源 URL方便你二次核对。6. 总结WorkBuddy 的联网三件套本质是给 AI 装上了眼睛和手WebSearch负责看得广——实时、多引擎地搜WebFetch负责读得准——把网页读成你要的结构化信息agent-browser负责动得了——像人一样操作浏览器完成真实任务。三者配合AI 不再只是个背过书的聊天框而是一个能查证事实、能抓取数据、能执行动作的工作搭子。对于做调研、盯竞品、采数据、跑自动化的职场人来说这三件套几乎天天用得上。参考资料WorkBuddy 官方更新日志5.3.x 版本含 WebSearch/WebFetch/agent-browser 相关能力说明腾讯云开发者社区《腾讯 WorkBuddy 上线》系列文章WorkBuddy agent-browser 技能使用说明内置 Chromium 内核、支持表单填写/数据抓取/自动化测试