start	end	text
0	29980	前些時間,OpenAI徹底下架了Atlas瀏覽器。这款由AI驱动的瀏覽器发布不到一年就被下架。但OpenAI在今天发布了一款更强的XDGPT瀏覽器插件。这个插件支持多种主流瀏覽器,包括Chrome,微软的Edge,还有Brave等常见浏览器。我们甚至可以直接通过这个插件来使用Codex。所以这个插件要比我们之前所使用的OpenAI的Atlas瀏覽器要更多。
30000	35500	而且OpenAI这次还发布了划时代的新技术标准webmcp
35500	41300	在过去两三年时间一直都是Anthlopic发布各种协议或者定制标准
41300	43100	比如mcp和scale
43100	48400	而这次Challigipty终于引领时代发布了最新的webmcp技术
48400	55300	webmcp的核心目的就是让AIagent更好更准确更稳定的与网站进行交互
55300	59340	像传统AI agent在执行浏览器自动化的时候
59340	61600	需要靠视觉或者盗墓操作
61600	63340	还需要猜测页面结构
63340	66120	所以在执行浏览器自动化人物的时候
66120	68340	效率非常低而且容易出错
68340	73620	而Web MCP是让网站主动为agent提供APS式的能力
73620	76480	同时保留可视化反馈和用户控制
76480	79620	它不是单独加强agent的点击能力
79620	83180	而是让网站主动给agent提供一套结构化
83180	84920	与易明确的操作接口
84920	88340	网站可以把自身能力暴露为预定一工具
88340	90200	当agent访问页面时
90200	92540	就可以发现并且调用这些工具
92540	95580	从而不再完全依赖agent的视觉能力
95580	97100	以及盗墓解析能力
97100	100320	这样就可以让ai agent在操作浏览器时
100320	102100	可以达到更快的速度
102100	103780	减少不必要的步骤
103780	104980	还能减少幻觉
104980	107600	webmcp的发布标志着网站
107600	108760	从为人类设计
108760	111740	进化到为人类和agent共同设计
111740	112280	好
112280	113820	本期视频就为大家测试
113820	116580	Chattigpd最新浏览器插件的使用效果
116580	118480	并且为大家讲解和演示
118480	121560	OpenAI今天发布的Web MCP协议
121560	123260	想在我们常用的浏览器中
123260	126040	来使用Chattigpd浏览器插件非常简单
126040	129020	首先我们在Codex桌面应用中
129020	130940	点击右下角的设置
130940	132460	然后在左侧侧边栏
132460	134240	我们就点击Compute Use
134240	135700	也就是浏览器使用
135700	137600	然后我们就可以根据我们的需求
137600	139820	来开启对应的浏览器支持
139820	142020	我这里开启了Chrome浏览器的
142020	144000	在这里我们还可以点击下拉
144000	146660	来安装其他浏览器的这个插件
146660	148200	比如说在我本机上
148200	150440	他还支持微软的爱置浏览器
150440	151740	当安装好之后
151740	153100	在我们的浏览器中
153100	155700	我们就可以看到这个浏览器的图标
155700	157180	然后如果没有看到的话
157180	158980	我们也可以点击这一个位置
158980	162000	找到刚才我们安装的这个浏览器插件
162000	163480	直接点击这个图标
163480	166420	他就会在浏览器中打开一个侧边栏
166420	167780	在这个插件中
167780	170760	我们可以直接与codex进行交互
170760	172760	比如说为Codex设置一个目标
172760	175140	或者使用Codex的计划模式
175140	178240	甚至还能通过我们的操作步骤来录制成Skill
178240	181820	而且我们还可以调出Codex中我们安装的这些插件
181820	184300	在这里我们还可以选择不同模型
184300	187000	比如说我这里选择GBT 5.6模型
187000	189920	在推理级别这里我这里可以选择Medium
189920	192400	在速度这里它支持标准速度
192400	194880	还支持Codex中的Fast速度
194880	196800	也就是1.5倍的速度
196800	198900	在这个位置它还支持语音输入
198900	202100	在这里我找了一篇archive上的论文
202100	205120	在这个插件中我让他分析这篇论文
205120	209060	然后他就输出了对这篇论文的详细的分析
209060	211840	包括论文中提到的这个概念是什么
211840	214400	还有他试图解决的真正问题
214400	217340	还有论文中的这些实验结果
217340	219260	还有暴露出的关键事实
219260	221020	他给出了最终判断
221020	222040	像这样的话
222040	225260	我们在浏览器中浏览这些网页或者论文的时候
225260	227100	需要AI帮我们分析的时候
227100	228800	我们只需要调出来这个插件
228800	230740	就可以直接在chatgbt中
230740	233620	让chatgbt分析我们所浏览的这些内容
233620	236520	然后我们还可以在侧边栏中继续去提问
236520	238920	我们可以在论文中找一张图像
238920	241400	让chatgbt详细分析这个图像
241400	243100	然后我们可以直接输入提示次
243100	244760	让它分析图中的内容
244760	245940	然后直接发送
245940	249460	可以看到这里它正在输出对这个图像的分析
249460	252140	它对这个图像分析的是非常详细的
252140	255300	在网页中我们还可以来选取一段内容
255300	256820	在这里我们就可以看到
256820	259080	它会显示我们选中的这些内容
259080	263260	然后我们就可以让它对我们选中的内容进行解释或者翻译
263260	264760	让它翻译为中文
264760	266260	然后直接发送
266260	270140	这里它就将我们选中的这个摘要翻译成了中文
270140	271900	然后我们还可以测试一下
271900	276280	让它将对这篇论文的分析结果保存到我们的notion中
276280	279100	在这里我就选中了notion这个插件
279100	280700	然后我们直接输入提示册
280700	284000	将这篇论文的分析报告保存到notion笔记中
284000	287080	这里他就提示他会使用notion的知识沉淀流程
287080	290760	把前面论文的分析转化成结构化的中文笔记
290760	293620	在这里我们就看到他调用了这个skill
293620	295600	他提示notion已经连接
295600	298440	这里他就提示已经保存并且验证成功
298440	299680	然后我们点击打开
299680	301860	然后在notion中我们就可以看到
301860	303720	他帮我们创建了这个笔记
303720	305920	他创建的这个笔记非常完整
305920	308300	而且笔记的排版也非常完美
308300	311220	而且他还支持多种这些插件
311220	312680	然后大家需要什么功能
312680	315260	就可以在codex中安装什么插件
315260	318200	而且来支持在当前的对话框中
318200	320980	加入其他我们打开的type页
320980	323080	比如说我们找到这篇论文
323080	324680	对应的gethub仓库
324680	327640	这是我在浏览区中打开的新的标签页
327640	330340	然后我们再回到刚才这篇论文
330340	331360	在对话框中
331360	333060	我们只需要输入at符号
333060	334420	然后我们就可以找到
334420	336480	刚才我们在新的type页中
336480	338080	打开的这个gethub仓库
338080	339940	我们直接选中这个仓库
339940	342020	然后我们就可以来输入提示词
342020	344540	我输入的是给出这个项目的安装方式
344540	345580	然后直接发送
345580	348620	这里他就很快输出了这个项目的安装方式
348620	349460	相近的话
349460	352020	我们在当前打开的这种侧边栏中
352020	354780	就可以调用我们在浏览器中打开的
354780	356720	其他标签页中的内容
356720	360500	从而让ChatGPT结合多个页面进行分析
360500	361700	通过这款插件
361700	366200	我们就可以替代之前OpenAI彻底下架的Atlas浏览器
366200	370740	好下面我们再看一下OpenAI今天发布的Web MCP协议
370740	377120	通俗来讲WebMCP它的作用就是让网站把自己的能力声明成一组工具
377120	380240	当AI Agent执行浏览器自动化的任务
380240	384440	就不需要再靠猜测盗墓以及模拟点击来执行任务
384440	388460	我们可以看一下OpenAI官方给出的WebMCP的demo
388460	392000	比如说这个是与智能体协作的本地笔记应用
392000	396860	由于WebMCP刚刚发布这些主流浏览器还不支持WebMCP协议
396860	400000	但是我们在Codex中Codex内置的浏览器
400000	401760	它是支持webmcp的
401760	405020	我们直接点击官方的这个在codex中打开
405020	409020	这样的话就在codex中打开了这款笔记的应用
409020	411600	然后我们在codex中就可以来测试一下
411600	413320	比如说我们可以直接输入提示词
413320	417180	询问它在当前网站中有哪些工具它可以调用
417180	421000	好这里它就列出了当前网站通过webmcp
421000	422500	暴露了这10个工具
422500	424620	包括列出或搜索本地文档
424620	425800	读取指令文档
425800	427820	在编辑器中打开指令文档
427820	428800	创建文档
428800	430100	重命名替换
430100	432840	而且这里还明确这三个是止读工具
432840	434420	下面我们就可以测试一下
434420	435840	让它调用mcp工具
435840	437780	帮我们创建一个文档
437780	439140	我说的提示词就是
439140	441160	写一篇webmcp的使用笔记
441160	442240	并创建一个文档
442240	445220	存入到刚才这一个网站中
445220	446600	我们就点击发送
446600	448440	看一下这个效果
448440	452140	它以非常快的速度
452140	454040	直接将它写好的笔记
454040	457560	存入到了我们刚才打开的这个网站中
457560	459880	然后我们看一下他写的这篇笔记
459880	461780	可以看到这个拍板是非常不错的
461780	463240	然后我们可以继续提问
463240	465640	问他通过什么工具写入的笔记
465640	469660	然后他就给出了他通过这个网站提供的webmcp工具
469660	473260	也就是创建文档这个工具来写入的笔记
473260	474640	这里还列出了这个参数
474640	476400	然后我们还可以继续测试
476400	479720	我们让他为这篇笔记加入更多emoji
479720	481620	以便让内容更加丰富
481620	483920	我们看一下他修改笔记的速度
483920	487320	好这里他有提示他将会用更新文档这个工具
487320	488780	来更改这个逼迹
491190	505190	他就迅速為這個筆記加入了非常多的emoji表情,包括標題還有這些證文。他都加入了非常多的emoji。這個速度是真的非常快。他只需要通過webmcp來調用工具,就可以來找找。
505290	506890	执行这些自动化操作
506890	508290	而不需要解析道母
508290	511490	也不需要通过模拟点击等方式帮我们去操作
511490	514890	像这种方式将会是未来的大趋势
514890	517890	现在虽然只有codex内置的这个浏览器
517890	519290	支持webmcp
519290	521490	但很快像chrome浏览器
521490	523290	以及其他主流浏览器
523290	526490	都会快速跟进加入对webmcp的支持
526490	530090	并且很多网站也将快速支持webmcp
530090	532090	然后我们再看一下官方给出的
532090	534090	另一款比较有代表性的demo
534090	537530	这个网站是用于设计贺卡或者设计艺术品
537530	540850	我们还是在Codex内置的浏览器中来打开
540850	543890	然后我们就让Codex调用这个网站
543890	545730	它暴露给Codex的工具
545730	547470	为我们设计一个贺卡
547470	548850	然后我输入提示词
548850	552710	为我设计一个用于宣发webmcp的贺卡或者艺术品
552710	553630	我们直接发送
553630	555110	然后我们看一下Codex
555110	558890	它是如何与这个网站交互来创建贺卡的
558890	561830	这里它很快就帮我们设计完成了这个贺卡
561830	564350	可以看到这个贺卡设计的非常精美
564350	566850	然后我们问他调用了哪些工具
566850	570290	好 这里他列出了他调用了下面这些工具
570290	572870	包括重置空白卡片的工具
572870	574590	设置尺寸的工具
574590	577650	调整背景色与强调色等这些工具
577650	579550	可以看到有了Web MCP
579550	581870	Codex在执行瘤览器自动化的时候
581870	585230	他就不需要模拟点击这些盗梅元素
585230	589250	而是直接调用网站提供的工具来执行任务
589250	590650	就能大幅度提升
590650	593050	Agent在执行浏览器自动化的时候
593050	594930	它的速度还有精准度
594930	599330	所以说WebMCP将会是又一项化时代的创新
599330	602370	然后我们看一下WebMCP它的执行流程
602370	604330	首先就是网站页面
604330	607450	网站自己的JS模块会在加载式运行
607450	610290	它会判断浏览器是否支持WebMCP
610290	612390	如果不支持就什么都不做
612390	615690	当Agent需要执行浏览器自动化人文的时候
615690	617330	就会按照传统的方式
617330	618710	比如说解析道母
618710	621670	或者通过视觉方式去执行浏览器自动化
621670	622910	如果支持的话
622910	625090	那么网站页面就会声明工具
625090	627670	在这个声明中包括名称
627670	628410	描述
628410	630370	input schema等内容
630370	632750	AI agent就会根据这些内容
632750	634390	来理解网站的内容
634390	636890	然后就是注册表与全线扎门
636890	639350	浏览器会维护一张工具表
639350	641950	并在注册这一刻做平台检查
641950	644230	然后就到了站点工具清单
644230	647510	比如说在ChatGPT桌面板内置的浏览器里
647510	649890	地址栏会出现站点工具入口
649890	653410	然后用户就可以用自然语言来描述自己的任务
653410	655270	当用户输入完任务之后
655270	657710	任务就会发送给模型并生成参数
657710	660250	然后就到了选行与参数生成
660250	665250	Webmcp中的名称描述等内容会进入模型的上下文
665250	668650	模型就会根据网站所支持的这些工具清单
668650	671470	来调用网站所提供的这些工具
671470	674110	在调用之前它会先审查与确认
674110	676550	像这些审查就是为了降低风险
676550	679470	然后就会绑定来源页并且派发任务
679470	682510	然后agent就会来执行对应的任务
682510	684150	当任务执行完成之后
684150	687190	执行结果就会返回到模型的上下文中
687190	690350	然后agent就会将结果返回给用户
690350	691390	好 由于时间有限
691390	694130	本期视频就先为大家演示到这里
694130	696350	本期视频如果点赞破千的话
696350	698510	下期视频我将会为大家分享
698510	702070	开发webmcp的这些技巧还有经验
702070	704030	好 本期视频就做到这里
704030	706290	欢迎大家点赞关注和转发
706290	707470	谢谢大家观看