ローカルLLMによって駆動される、実際に堅牢なブラウザエージェントを誰かが解明（実現）したのでしょうか？素人の私はローカルLLMで動かすopenclawを試してみたのですが、あまりにも……バグだらけで複雑すぎます。クラウド提供者は避けて、できるだけ自由と制御を得られるように、ローカルだけで完結させたいと思っています。
私はQwen 3.5 397b q4（遅いけど）を動かしていて、基本的にはいじくり回しと楽しみのために、ブラウザのナビゲーションをやらせようとしています。ビジョン機能があり、パラメータ数が多いことによる比較的高い知能があるので、Webをブラウジングして私の代わりにタスクを完了するのに十分な能力があるはずだと思いました。しかし実際にはかなり扱いづらく、途中でリクエストを落としたり、止まったりしがちで、さらに、openclawに対して次のステップを案内するためにページのスナップショットを実際に取り込ませようとするのですが、それを設定するのがまったく簡単ではないように思えています。
こうした能力を動かすのに、他の人が役立つと感じたものは何か知りたかったです。
[link] [comments]
