AB
AiBoss站
教程

Fellou

教程

用 Fellou 浏览器把跨网站任务交给 AI 代理自动执行

Fellou 是一款以 AI 代理为核心的浏览器,能把「查资料、填表单、整理文件、生成报告」这类跨网站任务交给后台代理执行。本文说明它的代理分工、Shadow Workspace 后台执行机制,并给出从安装到跑通第一个自动化任务、再到拆解复杂工作流的完整步骤与注意事项。

Fellou 是一款把「AI 代理」放在浏览器核心位置的浏览器产品。它要解决的问题不是「帮你搜到信息」,而是「替你把事情做完」:你用一个自然语言目标描述任务,它把目标拆成若干子任务,分派给不同的专职代理,在后台环境里跨网站执行,最后把结果交回给你。适合那些每天在多个标签页、表格、CRM、文档之间来回复制粘贴的人——市场调研、竞品情报、表单填写、批量文件整理、报告生成这类重复性工作,都可以尝试交给它。本文按「理解机制 → 准备环境 → 跑通第一个任务 → 拆解复杂工作流 → 规避风险」的顺序展开,站内工具页可参见 Fellou。文中涉及价格、配额、版本与功能可用性的部分,请以官网当前信息为准。

先理解 Fellou 在做什么

要理解 Fellou,先要区分两类 AI。一类是「反应式」AI:你提问,它回答,交互由你发起,能力边界基本停留在它自己的对话界面里。另一类是「代理式」AI:你给出一个目标,它自己规划步骤、调用工具、在多个网站和应用之间执行动作,直到目标达成。Fellou 属于后者,它把浏览器从「看网页的窗口」重新定义为「替你操作网页的执行者」。

这个差别落到具体任务上非常直观。反应式 AI 的典型请求是「帮我找去东京的便宜航班」,它给你一份列表;代理式浏览器的典型请求是「帮我找到下周二去东京最合适的航班并完成预订」,它需要打开比价网站、读取结果、比较条件、进入下单流程。前者产出信息,后者产出结果。

代理式与反应式的分工差异

维度反应式 AI(普通聊天机器人)代理式 AI(Fellou 这类浏览器)
角色回答问题、提供信息理解目标、制定计划、执行任务
交互方式用户逐条发起提问用自然语言一次性委派任务
作用范围局限在自己的对话界面内跨多个网站与应用操作
典型请求「去东京有哪些好航班?」「找出并预订下周二去东京最合适的航班」

Fellou 的定位是浏览器演进的下一个阶段:从展示信息,走向自主执行任务。它并不试图在「帮你浏览」这件事上做得比传统浏览器更好,而是把重心放在「替你动手」。

准备工作

在开始之前,需要确认几件事。Fellou 的具体安装包形式、系统要求、账号体系与免费额度会随版本变化,以下只列出通用的准备项,具体细节以官网当前信息为准。

  • 安装 Fellou 浏览器本体:Fellou 是独立浏览器,不是给现有浏览器装的插件。你需要从官方渠道获取安装包并完成安装,然后以它作为日常浏览与任务执行的入口。
  • 注册并登录账号:代理执行、深度搜索报告、文件处理等功能通常与账号绑定,登录后才能使用。账号体系与可用地区请以官网说明为准。
  • 明确你要委派的任务:代理式工具的效果高度依赖目标描述的质量。开始前先用一句话写清「要什么结果、涉及哪些网站、输出成什么形式」,比边试边改效率高得多。
  • 准备好需要登录的站点:如果任务涉及 Gmail、Notion、LinkedIn 这类需要登录的服务,先在浏览器里完成登录,代理才能在你的会话中操作。是否允许代理使用已登录账号,属于需要你自己判断的授权决策,见后文「注意事项」。
  • 区分标准版与 CE 版:Fellou 存在标准版与 CE(Concept Edition,概念版)两种形态,后者用于展示空间化界面等实验性交互。两者定位不同,选择前请以官网当前说明为准。

操作步骤

第一步:安装并完成首次启动

获取并安装 Fellou 后首次启动,先完成账号登录,再花几分钟熟悉界面结构。与普通浏览器最大的不同在于,Fellou 的主入口不是地址栏,而是任务输入区:你用自然语言描述目标,而不是输入网址。地址栏与传统标签页依然存在,用于你手动浏览,但产品的重心在任务委派这一侧。

首次使用时建议先做一个低风险的小任务,例如让代理打开某个公开网页并提取其中的要点,确认代理能正常读取页面、能返回结构化结果,再逐步提高任务复杂度。

第二步:跑一次深度搜索报告

深度搜索是 Fellou 最容易上手的入口。它由 DeepSearchAgent 承担,定位是研究分析:市场分析、学术综述、竞品情报这类需要跨多个来源汇总的工作。你可以直接给出一个研究型目标,例如「整理一份关于教育科技创业公司的风险投资风格报告」,代理会自行检索、阅读、归纳,并输出成报告形式。

这一步的关键是把输出规格写进目标里。只说「研究一下教育科技」得到的结果会很泛;说清「面向投资决策、按赛道分类、每个赛道给出代表公司与融资阶段、最后给出三条判断」,产出才有可用性。代理不会替你猜你想要的格式。

第三步:自动化一个日常流程

日常流程类任务由 BrowserAgent 承担,定位是网页操作者:填表单、抽取数据、执行社交媒体上的重复操作。典型用法是「把某份源文档的内容发布到 LinkedIn」——代理打开目标站点、定位输入区域、填入内容、执行发布动作。

这类任务在描述时要交代三件事:

  1. 源:内容从哪里来(某个文档、某个页面、某段你直接给出的文本)。
  2. 目标站点与动作:在哪个网站、做什么操作(发布、填写、提交、下载)。
  3. 边界:哪些步骤必须停下来等你确认,哪些可以自动完成。涉及对外发布、提交表单、发送消息的动作,建议明确要求执行前确认。

第四步:理解 Shadow Workspace 后台执行

Fellou 的代理任务运行在被称为 Shadow Workspace 的后台环境中。这意味着代理的点击、翻页、填表不会抢占你的屏幕——你可以在代理工作的同时继续自己的事情,并实时查看进度,在任意节点介入干预。

这个设计对使用方式有直接影响:你不需要「盯着它跑完」。合理的做法是提交任务后去做别的事,隔一段时间回来检查中间结果,发现方向偏了就介入纠正,而不是从头重来。对于耗时较长的研究型任务,这一点尤其重要。

第五步:用空间化界面组织多任务

Fellou CE 提供空间化界面,用空间布局来组织多个任务与代理的并行工作。当你同时推进多个自动化任务时,这种组织方式比线性标签页更直观:每个任务占据一块区域,进度与产出各自独立,便于横向对照。

空间化界面属于实验性交互,具体形态与可用性以官网当前信息为准。建议先用标准版把单个任务的流程跑顺,再考虑用 CE 版管理多任务并行。

代理分工:把任务派给对的人

Fellou 的能力不是来自一个单体模型,而是一组专职代理的协同。整套架构建立在开源 Eko 框架之上,模块化的设计让它能把复杂请求拆成可管理的子任务,再分派给对应的「专家」。理解每个代理的职责,是写好任务描述的前提。

代理角色典型用途
DeepSearchAgent研究分析市场分析、学术综述、竞品情报
BrowserAgent网页操作表单填写、数据抽取、社交媒体自动化
VisualReportAgent数据叙事生成图表、交互式看板、商业报告
FileAgent文档管理文件格式转换(PDF、CSV)、批量处理、整理归档
CodeAgent开发辅助快速原型、脚本编写、调试
ShellAgent系统管理服务器维护、命令行操作

其中 FileAgent 与 ShellAgent 值得单独说明:在获得用户授权的前提下,它们可以执行本地任务,例如批量重命名文件、执行命令行操作。这把代理的能力从网页延伸到了本地桌面,也意味着授权范围需要更谨慎地设定。

一个复杂请求是如何被拆解的

当你提交一个复合目标时,Fellou 的处理路径大致是:先由规划层把目标分解为若干子任务,再按子任务的性质匹配代理,各代理在 Shadow Workspace 中并行或串行执行,最后由汇总环节把各代理的产出整合成一份结果。

理解这条链路的价值在于:你可以按代理的边界来切分任务。如果一个目标同时包含「查资料」「填表」「出图表」「整理本地文件」,把它写成一条长指令,不如拆成几条分别指向不同代理的指令,每条都更容易验证,出错时也更容易定位是哪一环偏了。

一个完整示例

下面用一个从零到跑通的例子,把前面的步骤串起来。目标是:调研某个细分市场的几家主要厂商,整理成一份带对比表的报告,并把报告存成文件。

任务描述

目标:整理一份关于「协作类 SaaS 工具」主要厂商的对比报告。

要求:
1. 找出该领域 5 家主要厂商,逐一说明其核心功能、目标客户与定价模式。
2. 输出一张对比表,列为:厂商、核心功能、目标客户、定价模式。
3. 在对比表之后给出三条结论性判断,说明这个市场的竞争格局。
4. 把最终结果保存为一份文件,便于后续编辑。

执行约束:
- 只使用公开可访问的信息来源。
- 遇到需要登录或付费才能查看的内容,跳过并在报告中注明。
- 不要在任何网站上提交表单或发布内容。

执行过程

  1. 提交上述任务后,规划层把它拆成「检索厂商 → 逐个提取信息 → 生成对比表 → 撰写结论 → 保存文件」几个子任务。
  2. 检索与信息提取由 DeepSearchAgent 承担,它在后台打开多个来源页面并归纳内容。
  3. 对比表与结论部分由 VisualReportAgent 承担,负责把结构化数据组织成可读的报告形式。
  4. 保存文件这一步由 FileAgent 承担,把结果落成文件。
  5. 整个过程中你在 Shadow Workspace 里查看进度,发现某家厂商的信息明显缺失时,可以中途补充指令让它重查。

结果检查

任务完成后,按三个层次验收:事实层——每家厂商的功能与定价是否与来源一致,有没有把不同厂商的信息混淆;结构层——对比表的列是否齐全、结论是否真的基于表格内容;边界层——有没有执行你明确禁止的动作,例如提交表单。第三层最容易被忽略,但对涉及已登录账号的任务来说最要紧。

和常见工具的定位差别

理解 Fellou 适合什么场景,需要把它和三类工具区分开。

与「加了 AI 的浏览器」的区别

多数浏览器是在传统浏览模型上叠加 AI 功能,例如侧边栏对话、页面摘要。Fellou 是反过来做的:它以代理系统为底层架构,浏览只是它的能力之一。前者帮你更好地浏览,后者替你执行。这个差别决定了:如果你只是想要一个能总结网页的浏览器,Fellou 的代理能力对你可能是过剩的;如果你每天有大量跨站点的重复操作,这个差别才是价值所在。

与独立 AI 工具的区别

ChatGPT、Perplexity 这类工具擅长在对话界面内综合信息、生成内容。你可以让它写一封邮件,但复制、粘贴、发送仍然要你自己做。Fellou 的设计目标是接住这个意图并执行完整流程:打开邮箱、撰写、发送,从一条指令走到底。区别在于「综合」与「执行」。

与无代码自动化的区别

Zapier、Make 这类工具依赖预先建好的 API 连接和固定的触发器工作流。如果目标应用没有开放 API,或者没有你需要的那个触发器,流程就搭不起来。Fellou 在真实网页上运行,通过感知页面布局来操作,不依赖 API,因此面对没有开放接口的站点时更灵活。代价是:基于页面布局的操作在网站改版后可能失效,稳定性不如 API 连接。

能力FellouAI 增强型浏览器独立 AI 工具无代码自动化
自主网页操作核心能力有限不支持基于 API
自然语言委派任务支持不支持(以提示词为主)支持不支持
深度研究与报告支持不支持部分支持(以摘要为主)不支持

注意事项

授权与账号安全

代理要在你的浏览器会话里操作,就意味着它能接触到你已登录的账号。是否把 Gmail、Notion 这类账号暴露给代理,是需要你自己权衡的授权决策。稳妥的做法是:先用不含敏感账号的环境跑通流程,确认代理的行为边界符合预期,再逐步放开;对涉及发送、发布、提交、删除的动作,一律要求执行前确认。

本地操作权限

FileAgent 与 ShellAgent 在获得授权后可以执行本地任务,包括批量重命名文件和命令行操作。这类权限的影响范围超出浏览器本身,授权前应明确它能访问哪些目录、能执行哪些命令。不要在不清楚授权范围的情况下直接放行。

任务描述决定成败

代理不会替你补全没写出来的要求。输出格式、数据来源限制、禁止动作、验收标准,都要写进任务描述里。描述越具体,返工越少。反过来,把多个不同性质的目标塞进一条指令,会让任务拆解变得混乱,出错时也难以定位。

结果必须核验

代理产出的是草稿,不是定稿。研究型任务要核对事实与来源,操作型任务要核对动作是否按预期执行。尤其是涉及对外发布的内容,发布前的最后一遍人工检查不能省。

易变信息以官网为准

Fellou 的定价、免费额度、功能可用范围、标准版与 CE 版的差异、支持的平台与地区,都会随版本更新而变化。本文不给出具体数字,使用前请查阅官网当前信息。同样,代理名单与各代理的能力边界也可能调整,以实际界面与官方说明为准。

稳定性与兼容性

基于页面布局的自动化在目标网站改版后可能失效,这是这类方案的固有特性。对长期重复执行的任务,建议定期检查执行结果,而不是设定一次就长期不管。另外,需要登录或付费才能访问的内容,代理未必能取得,任务描述里最好预先规定遇到这类情况时的处理方式。