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浏览器,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	43080	比如MCP和Skill
43080	48360	而这次ChalligPT终于引领时代发布了最新的WebMCP技术
48360	55280	WebMCP的核心目的就是让AI agent更好更准确更稳定的与网站进行交互
55280	59300	像传统AI agent在执行浏览器自动化的时候
59300	61560	需要靠视觉或者盗墓操作
61560	63300	还需要猜测页面结构
63300	66100	所以在执行浏览器自动化人物的时候
66100	68300	效率非常低而且容易出错
68300	73600	而Web MCP是让网站主动为agent提供API式的能力
73600	76440	同时保留可视化反馈和用户控制
76440	79580	它不是单独加强agent的点击能力
79580	84860	而是让网站主动给agent提供一套结构化与明确的操作接口
84860	88300	网站可以把自身能力暴露为预定义工具
88300	90180	当Agent的访问页面时
90180	92500	就可以发现并且调用这些工具
92500	95540	从而不再完全依赖Agent的视觉能力
95540	97060	以及盗墓解析能力
97060	100280	这样就可以让AI Agent在操作浏览器时
100280	102060	可以达到更快的速度
102060	103740	减少不必要的步骤
103740	104940	还能减少幻觉
104940	108720	Web MCP的发布标志着网站从为人类设计
108720	111700	进化到为人类和Agent的共同设计
111700	113780	好 本期视频就为大家测试
113780	116540	Chattigpd最新浏览器插件的使用效果
116540	118440	并且为大家讲解和演示
118440	121520	OpenAI今天发布的Web MCP协议
121520	123220	想在我们常用的浏览器中
123220	126020	来使用Chattigpd浏览器插件非常简单
126020	128980	首先我们在Codex桌面应用中
128980	130900	点击右下角的设置
130900	132420	然后在左侧侧边栏
132420	134200	我们就点击Compute Use
134200	135660	也就是浏览器使用
135660	137560	然后我们就可以根据我们的需求
137560	139780	来开启对应的浏览器支持
139780	141980	我这里开启了Chrome浏览器的
141980	146620	在这里我们还可以点击下拉来安装其他浏览器的这个插件
146620	150400	比如说在我本机上他还支持微软的爱置浏览器
150400	153060	当安装好之后在我们的浏览器中
153060	155660	我们就可以看到这个浏览器的图标
155660	157140	然后如果没有看到的话
157140	158940	我们也可以点击这个位置
158940	161960	找到刚才我们安装的这个浏览器插件
161960	163440	直接点击这个图标
163440	166380	他就会在浏览器中打开一个侧边栏
166380	170380	在这个插件中我们可以直接与codex进行交互
170380	172720	比如说为Codex设置一个目标
172720	175100	或者使用Codex的计划模式
175100	178220	甚至还能通过我们的操作步骤来录制成Scale
178220	181780	而且我们还可以调出Codex中我们安装的这些插件
181780	184260	在这里我们还可以选择不同模型
184260	186980	比如说我这里选择GBT 5.6模型
186980	189880	在推理级别这里我这里可以选择Medium
189880	192360	在速度这里它支持标准速度
192360	194840	还支持Codex中的Fast速度
194840	196600	也就是1.5倍的速度
196600	198860	在这个位置它还支持语音输入
198860	202060	在这里我找了一篇archive上的论文
202060	205080	在这个插件中我让他分析这篇论文
205080	209020	然后他就输出了对这篇论文的详细的分析
209020	211820	包括论文中提到的这个概念是什么
211820	214360	还有他试图解决的真正问题
214360	217300	还有论文中的这些实验结果
217300	219220	还有暴露出的关键事实
219220	221140	还给出了最终判断
221140	222000	像这样的话
222000	225220	我们在浏览器中浏览这些网页或者论文的时候
225220	227060	需要AI帮我们分析的时候
227060	228760	我们只需要调出来这个插件
228760	230700	就可以直接在chatgbt中
230700	233580	让chatgbt分析我们所浏览的这些内容
233580	236480	然后我们还可以在侧边栏中继续去提问
236480	238860	我们可以在论文中找一张图像
238860	241340	让chatgbt详细分析这个图像
241340	243060	然后我们可以直接输入提示次
243060	244720	让它分析图中的内容
244720	245900	然后直接发送
245900	249100	可以看到这里它正在输出对这个图像的分析
249100	252100	它对这个图像分析的是非常详细的
252100	255260	在网页中我们还可以来选取一段内容
255260	256800	在这里我们就可以看到
256800	259040	它会显示我们选中的这些内容
259040	263220	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
263220	264740	让它翻译为中文
264740	266220	然后直接发送
266220	270100	这里它就将我们选中的这个摘要翻译成了中文
270100	271860	然后我们还可以测试一下
271860	276240	让它将对这篇论文的分析结果保存到我们的notion中
276240	279060	在这里我就选中了notion这个插件
279060	280660	然后我们直接输入提示册
280660	283960	将这篇论文的分析报告保存到notion笔记中
283960	287040	这里他就提示他会使用notion的知识沉淀流程
287040	290700	把前面论文的分析转化成结构化的中文笔记
290700	293540	在这里我们就看到他调用了这个scale
293540	295560	他提示notion已经连接
295560	298400	这里他就提示已经保存并且验证成功
298400	299640	然后我们点击打开
299640	301820	然后在notion中我们就可以看到
301820	303680	他帮我们创建了这个笔记
303680	305880	他创建的这个笔记非常完整
305880	308280	而且笔记的排版也非常完美
308280	311180	而且他还支持多种这些插件
311180	312640	然后大家需要什么功能
312640	315220	就可以在codex中安装什么插件
315220	318160	而且来支持在当前的对话框中
318160	320940	加入其他我们打开的type页
320940	323060	比如说我们找到这篇论文
323060	324660	对应的gethub仓库
324660	327620	这是我在浏览器中打开的新的标签页
327620	330300	然后我们再回到刚才这篇论文
330300	331320	在对话框中
331320	333040	我们只需要输入at符号
333040	334400	然后我们就可以找到
334400	336440	刚才我们在新的type页中
336440	338040	打开的这个gethub仓库
338040	339900	我们直接选中这个仓库
339900	341980	然后我们就可以来输入提示词
341980	344520	我说的是给出这个项目的安装方式
344520	345540	然后直接发送
345540	348900	这里他就很快输出了这个项目的安装方式
348900	349420	相近的话
349420	351980	我们在当前打开的这种侧边栏中
351980	354740	就可以调用我们在浏览器中打开的
354740	356680	其他标签页中的内容
356680	360460	从而让ChatGPT结合多个页面进行分析
360460	361660	通过这款插件
361660	366160	我们就可以替代之前OpenAI彻底下架的Atlas浏览器
366160	370700	好下面我们再看一下OpenAI今天发布的Web MCP协议
370700	377080	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
377080	380200	当AI Agent执行浏览器自动化的任务
380200	384420	就不需要再靠猜测道目以及模拟点击来执行任务
384420	388440	我们可以看一下OpenAI官方给出的WebMCP的demo
388440	391960	比如说这个是与智能体协作的本地笔记应用
391960	396820	由于WebMCP刚刚发布这些主流浏览器还不支持WebMCP协议
396820	399980	但是我们在Codex中Codex内置的浏览器
399980	401740	它是支持webmcp的
401740	404980	我们直接点击官方的这个在codex中打开
404980	408980	这样的话就在codex中打开了这款笔记的应用
408980	411580	然后我们在codex中就可以来测试一下
411580	413280	比如说我们可以直接输入提示词
413280	417140	询问它在当前网站中有哪些工具它可以调用
417140	419540	好这里它就列出了当前网站
419540	422460	通过webmcp暴露了这10个工具
422460	424580	包括列出或搜索本地文档
424580	425760	读取指令文档
425760	427780	在编辑器中打开指令文档
427780	428780	创建文档
428780	430060	重名名替换
430060	432800	而且这里还明确这三个是止读工具
432800	434380	下面我们就可以测试一下
434380	435800	让它调用mcp工具
435800	437740	帮我们创建一个文档
437740	439100	我说的提示词就是
439100	441120	写一篇webmcp的使用笔记
441120	442200	并创建一个文档
442200	445180	存入到刚才这一个网站中
445180	446560	我们就点击发送
446560	448380	看一下这个效果
450120	452080	它以非常快的速度
452080	454000	直接将它写好的笔记
454000	457540	存入到了我们刚才打开的这个网站中
457540	459840	然后我们看一下他写的这篇笔记
459840	461740	可以看到这个拍板是非常不错的
461740	463040	然后我们可以继续提问
463040	465600	问他通过什么工具写入的笔记
465600	469620	然后他就给出了他通过这个网站提供的webmcp工具
469620	473220	也就是创建文档这个工具来写入的笔记
473220	474600	这里还列出了这个参数
474600	476360	然后我们还可以继续测试
476360	479680	我们让他为这篇笔记加入更多emoji
479680	481580	以便让内容更加丰富
481580	483880	我们看一下他修改笔记的速度
483880	487300	好这里他有提示他将会用更新文档这个工具
487300	488760	来 更改这个逼迹
491053	505153	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。
505253	506853	执行这些自动化操作
506853	508253	而不需要解析道母
508253	511453	也不需要通过模拟点击等方式帮我们去操作
511453	514853	像这种方式将会是未来的大趋势
514853	517853	现在虽然只有codex内置的这个浏览器
517853	519253	支持webmcp
519253	521453	但很快像chrome浏览器
521453	523253	以及其他主流浏览器
523253	526453	都会快速跟进加入对webmcp的支持
526453	530053	并且很多网站也将快速支持webmcp
530053	532053	然后我们再看一下官方给出的
532053	534053	另一款比较有代表性的demo
534053	537493	这个网站是用于设计贺卡或者设计艺术品
537493	540813	我们还是在Codex内置的浏览器中来打开
540813	543853	然后我们就让Codex调用这个网站
543853	545693	它暴露给Codex的工具
545693	547433	为我们设计一个贺卡
547433	548813	然后我输入提示词
548813	552673	为我设计一个用于宣发webmcp的贺卡或者艺术品
552673	553593	我们直接发送
553593	555073	然后我们看一下Codex
555073	558853	它是如何与这个网站交互来创建贺卡的
558853	561793	这里它很快就帮我们设计完成了这个贺卡
561793	564333	可以看到这个贺卡设计的非常精美
564333	566813	然后我们问他调用了哪些工具
566813	568233	好 这里他列出了
568233	570253	他调用了下面这些工具
570253	572833	包括重置空白卡片的工具
572833	574553	设置尺寸的工具
574553	577613	调整背景色与强调色等这些工具
577613	579513	可以看到有了Web MCP
579513	581833	Codex在执行瘤览器自动化的时候
581833	585193	他就不需要模拟点击这些盗梅元素
585193	589213	而是直接调用网站提供的工具来执行任务
589213	590613	就能大幅度提升
590613	593013	Agent在执行浏览器自动化的时候
593013	594893	它的速度还有精准度
594893	599293	所以说WebMCP将会是又一项化时代的创新
599293	602333	然后我们看一下WebMCP它的执行流程
602333	604313	首先就是网站页面
604313	607413	网站自己的JS模块会在加载时运行
607413	610253	它会判断浏览器是否支持WebMCP
610253	612353	如果不支持就什么都不做
612353	615653	当Agent需要执行浏览器自动化人文的时候
615653	617293	就会按照传统的方式
617293	618673	比如说解析道母
618673	621633	或者通过视觉方式去执行浏览器自动化
621633	622873	如果支持的话
622873	625053	那么网站页面就会声明工具
625053	627633	在这个声明中包括名称
627633	628373	描述
628373	630353	input schema等内容
630353	632713	AI agent就会根据这些内容
632713	634333	来理解网站的内容
634333	636853	然后就是注册表与全线扎门
636853	639313	浏览器会维护一张工具表
639313	641913	并在注册这一刻做平台检查
641913	644193	然后就到了站点工具清单
644193	647493	比如说在ChatGPT桌面板内置的浏览器里
647493	649853	地址栏会出现站点工具入口
649853	653373	然后用户就可以用自然语言来描述自己的任务
653373	655233	当用户输入完任务之后
655233	657673	任务就会发送给模型并生成参数
657673	660213	然后就到了选型与参数生成
660213	665213	Webmcp中的名称描述等内容会进入模型的上下文
665213	668613	模型就会根据网站所支持的这些工具清单
668613	671433	来调用网站所提供的这些工具
671433	674073	在调用之前它会先审查与确认
674073	676513	像这些审查就是为了降低风险
676513	679433	然后就会绑定来源页并且派发任务
679433	682473	然后agent就会来执行对应的任务
682473	684113	当任务执行完成之后
684113	687153	执行结果就会返回到模型的上下文中
687153	690313	然后agent就会将结果返回给用户
690313	691353	好 由于时间有限
691353	694093	本期视频就先为大家演示到这里
694093	696313	本期视频如果点赞破千的话
696313	698473	下期视频我将会为大家分享
698473	702033	开发webmcp的这些技巧还有经验
702033	703993	好 本期视频就做到这里
703993	706253	欢迎大家点赞关注和转发
706253	707433	谢谢大家观看