Nanobrowser: Kostenloser KI-Browseragent

1. Projektüberblick

Nanobrowser ist eine Open-Source-Chrome-Browsererweiterung, die Multi-Agenten-KI nutzt, um Aufgaben beim Surfen im Web direkt im eigenen Browser des Nutzers zu automatisieren. Sie bietet eine kostenlose, datenschutzfreundliche Alternative zu kostenpflichtigen KI-Browserautomatisierungsdiensten.

2. Hintergrund & Positionierung

Nanobrowser wurde als Reaktion auf kommerzielle „KI-Browseragent“-Produkte (wie OpenAI Operator) entwickelt, die erhebliche monatliche Abonnementgebühren verlangen und gleichzeitig verlangen, dass Nutzer ihre Browsersitzung und Zugangsdaten an einen entfernten Cloud-Dienst übergeben. Die Kernaufgabe des Projekts besteht darin, autonome Webautomatisierung zugänglich, transparent und kostenlos zu machen, indem es vollständig als lokale Chrome-Erweiterung läuft.

Im Vergleich zu ähnlichen KI-Browseragenten unterscheidet sich Nanobrowser auf drei Arten:

Multi-Agenten-Design — statt dass ein einzelnes Modell versucht, gleichzeitig zu planen und zu handeln, trennt es das logische Denken („was als Nächstes zu tun ist“) von der Ausführung („wie man klickt/tippt/navigiert“) zwischen spezialisierten Agenten.
Eigenes Modell mitbringen — Nutzer sind nicht an einen einzigen KI-Anbieter gebunden; sie können Anbieter kombinieren und sogar einem Agenten ein günstigeres Modell und einem anderen ein stärkeres Modell zuweisen, um Kosten und Qualität zu steuern.
Lokale Priorität beim Datenschutz — das gesamte Surfen, der Authentifizierungsstatus und die Aufgabenausführung bleiben in der eigenen Browsersitzung des Nutzers, statt über einen Cloud-Automatisierungsdienst eines Drittanbieters geleitet zu werden.

3. Funktionskategorien

🤖 Multi-Agenten-Automatisierung — 2 Kernagenten arbeiten zusammen (Planer und Navigator), um Aufgaben zu zerlegen und auszuführen.

Planer-Agent für logisches Denken, Aufgabenzerlegung und Strategie
Navigator-Agent für konkrete Browseraktionen (Klicken, Tippen, Scrollen, Navigieren)
Agenten-Übergabeschleife, die neu plant, wenn ein Schritt fehlschlägt oder sich die Seite ändert
Aufgabenautomatisierung über beliebige Websites hinweg, nicht nur über einen festen Satz von Integrationen

💬 Interaktives Seitenpanel — eine dauerhafte Browser-Oberfläche zum Steuern und Überwachen der Agenten.

Echtzeit-Statusaktualisierungen, während die Agenten arbeiten
Chat-ähnliche Oberfläche zum Erteilen von Aufgaben und Folgeanweisungen
Gesprächsverlauf, damit frühere Aufgaben und Ergebnisse erneut aufgerufen werden können
Kontextbezogene Folgefragen, die eine bestehende Browsersitzung fortsetzen

🔌 Flexible LLM-Integration — unterstützt mehr als 7 LLM-Anbieter, sodass Nutzer Modelle pro Agent wählen können.

OpenAI (z. B. GPT-4o)
Anthropic Claude (z. B. Claude Sonnet, Claude Haiku)
Google Gemini
Groq, Cerebras (Anbieter für schnelle Inferenz)
Ollama für vollständig lokale, selbst gehostete Modelle mit offenen Gewichten
Jeder benutzerdefinierte OpenAI-kompatible Endpunkt

🔒 Datenschutz & lokale Ausführung — hält sensible Daten aus Clouds von Drittanbietern fern.

Kein obligatorisches Abonnement und kein entferntes Automatisierungs-Backend
Zugangsdaten und Sitzungscookies bleiben im eigenen Browser des Nutzers
Nutzer wählen, welcher LLM-Anbieter (einschließlich vollständig lokaler Ollama-Modelle) Aufgabendaten erhält

4. Wichtige Highlights

Multi-Agenten-Planer/Navigator-Architektur — die Trennung von strategischem Denken und taktischer Ausführung führt zu einer zuverlässigeren mehrstufigen Aufgabenerledigung als eine einzelne monolithische Agentenschleife.
Modellzuweisung pro Agent — ein stärkeres, teureres Modell kann die Planung übernehmen, während ein günstigeres, schnelleres Modell routinemäßige Navigationsschritte erledigt, wodurch Kosten und Leistungsfähigkeit ausbalanciert werden.
Kostenlose Alternative zu kostenpflichtigen Browseragenten — vermeidet den Preispunkt von etwa 200 $/Monat kommerzieller operatorartiger Produkte, indem es als kostenlose Browsererweiterung läuft.
Breite LLM-Anbieterunterstützung — funktioniert mit großen gehosteten APIs (OpenAI, Anthropic, Gemini, Groq, Cerebras) sowie vollständig lokalen Modellen über Ollama.
Chrome-native Seitenpanel-Benutzeroberfläche — Aufgabensteuerung und Verlauf befinden sich im eigenen Seitenpanel des Browsers statt in einer separaten App oder einem Web-Dashboard.
Offene Verwaltung — unter Apache-2.0 lizenziert, mit aktiver Discord-Community und öffentlichem Beitragsprozess.

5. Anwendungsfälle nach Rolle

Allgemeine Entwickler: automatisieren wiederkehrende Browserrecherchen oder QA-Aufgaben (z. B. „Extrahiere die wichtigsten Schlagzeilen von einer Tech-Nachrichtenseite“ oder „Finde angesagte Repositories auf GitHub, die zu einem Thema passen“), ohne benutzerdefinierte Scraping-Skripte schreiben zu müssen.
Projektmanager / nicht-technische Nutzer: delegieren vergleichende Rechercheaufgaben, wie etwa Einkaufsvergleiche über mehrere Websites nach Preis, Funktionen und Spezifikationen, über Chat-Anweisungen in natürlicher Sprache statt manuelles Surfen.

6. Erste Schritte

Finden Sie, was Sie brauchen — durchsuchen Sie die README und die Discord-Community nach Beispielaufforderungen und empfohlenen Modellkonfigurationen:

https://github.com/nanobrowser/nanobrowser

Installieren / integrieren — installieren Sie die Erweiterung aus dem Chrome Web Store oder erstellen Sie sie aus dem Quellcode für die neueste Entwicklungsversion:

git clone https://github.com/nanobrowser/nanobrowser.git
cd nanobrowser
pnpm install
pnpm build

Laden Sie anschließend die dist-Ausgabe als entpackte Erweiterung über chrome://extensions/ mit aktiviertem Entwicklermodus. Erfordert Node.js v22.12.0+ und pnpm v9.15.1+.

Mitwirken — lesen Sie den Beitragsleitfaden und öffnen Sie dann einen Pull-Request oder teilen Sie Aufforderungen/Feedback über Discord:

CONTRIBUTING.md

Sicherheitsprobleme sollten privat über GitHub Security Advisories gemeldet werden und nicht über öffentliche Issues.

7. Projektstruktur

nanobrowser/
├── chrome-extension/     # Erweiterungs-Hülle: Manifest, Hintergrundskript, Build-Konfiguration
│   ├── manifest.js
│   └── src/
├── pages/                # UI-Oberflächen der Erweiterung
│   ├── content/          # In Webseiten injizierte Content-Skripte
│   ├── options/          # Options-/Einstellungsseite der Erweiterung
│   └── side-panel/       # Haupt-Chat-/Seitenpanel-Oberfläche, in der die Agenten laufen
├── packages/             # Gemeinsam genutzte interne Pakete (Monorepo)
│   ├── shared/           # Gemeinsam genutzte Typen/Dienstprogramme in der gesamten Erweiterung
│   ├── storage/          # Lokale Speicher-/Zustandsverwaltung
│   ├── i18n/             # Internationalisierung
│   ├── ui/                # Gemeinsam genutzte UI-Komponenten
│   └── vite-config/       # Gemeinsam genutzte Build-Werkzeuge
├── CONTRIBUTING.md
├── SECURITY.md
└── package.json

chrome-extension/ enthält den Einstiegspunkt der Browsererweiterung und das Manifest; pages/side-panel/ ist der Ort, an dem das Planer/Navigator-Chat-Erlebnis lebt; packages/ enthält die gemeinsam genutzten Bibliotheken, die über die verschiedenen UI-Oberflächen der Erweiterung hinweg wiederverwendet werden.

8. Verwandtes Ökosystem

Chrome-Erweiterungsplattform — Nanobrowser basiert auf den Manifest-V3-Erweiterungs-APIs von Chrome und der Seitenpanel-API.
LLM-Anbieter, mit denen es integriert: OpenAI, Anthropic Claude, Google Gemini, Groq, Cerebras und Ollama für lokale Modelle mit offenen Gewichten (z. B. Qwen, Falcon, Mistral).
pnpm / Turborepo-Werkzeuge — die Codebasis ist als pnpm-Workspace-Monorepo organisiert und mit Turborepo-artiger Aufgabenorchestrierung aufgebaut.
Ergänzende Kategorie: steht neben anderen KI-Browserautomatisierungs- und Computer-Nutzungs-Agentenprojekten und zeichnet sich durch seinen kostenlosen, erweiterungsbasierten Multi-Agenten-Ansatz aus.

9. Lizenz

Lizenziert unter Apache License 2.0.

✅ Kostenlos zu verwenden, zu modifizieren und zu verbreiten, auch für kommerzielle Zwecke
✅ Kann geforkt und mit Namensnennung in abgeleitete Browsererweiterungen eingebaut werden
❌ Es wird keine Garantie gewährt; das Projekt schließt die Haftung für Missbrauch aus
ℹ️ Das Projekt lehnt ausdrücklich die Verantwortung für jegliche kryptowährungsbezogenen abgeleiteten Projekte ab, die darauf aufbauen

10. FAQ

F: Muss ich für ein Abonnement bezahlen, um Nanobrowser zu nutzen?
A: Nein. Nanobrowser selbst ist kostenlos und quelloffen; Sie zahlen nur für die Nutzung der LLM-API, die Sie verbinden möchten (oder gar nichts, wenn Sie lokale Modelle über Ollama ausführen).

F: Welche LLM-Anbieter werden unterstützt?
A: OpenAI, Anthropic Claude, Google Gemini, Groq, Cerebras und selbst gehostete Modelle über Ollama sowie jeder benutzerdefinierte OpenAI-kompatible API-Endpunkt.

F: Werden meine Browserdaten an die eigenen Server von Nanobrowser gesendet?
A: Nein. Nanobrowser läuft lokal als Chrome-Erweiterung; die Aufgabenausführung findet in Ihrer eigenen Browsersitzung statt, und Daten werden nur an den von Ihnen konfigurierten LLM-Anbieter gesendet.

F: Wie installiere ich es aus dem Quellcode?
A: Klonen Sie das Repository, installieren Sie die Abhängigkeiten mit pnpm install, führen Sie pnpm build aus und laden Sie dann die Build-Ausgabe als entpackte Erweiterung unter chrome://extensions/.

F: Kann ich unterschiedliche Modelle für die Planung im Vergleich zu Browseraktionen verwenden?
A: Ja. Den Planer- und Navigator-Agenten von Nanobrowser kann jeweils ein anderes LLM-Modell zugewiesen werden, sodass Sie ein stärkeres Modell für das logische Denken mit einem günstigeren/schnelleren Modell für die routinemäßige Navigation kombinieren können.

11. Schnelllinks

Repository: https://github.com/nanobrowser/nanobrowser
Beitragsleitfaden: https://github.com/nanobrowser/nanobrowser/blob/master/CONTRIBUTING.md
Sicherheitsrichtlinie: https://github.com/nanobrowser/nanobrowser/blob/master/SECURITY.md
Datenschutzrichtlinie: https://github.com/nanobrowser/nanobrowser/blob/master/PRIVACY.md

12. Zusammenfassung

Nanobrowser bringt Multi-Agenten-KI-Automatisierung in den alltäglichen Browsergebrauch, indem es vollständig als kostenlose, quelloffene Chrome-Erweiterung läuft und nicht als kostenpflichtiger Cloud-Dienst. Es eignet sich am besten für Entwickler, Forscher und allgemeine Nutzer, die wiederkehrende Web-Recherchen und Browseraufgaben automatisieren möchten, während sie die Kontrolle darüber behalten, welches KI-Modell ihre Daten verarbeitet und wie viel es kostet.