Mindket

ANCHOR: the page changed, which robot noticed?

新上架第 1 版 · 更新于

概览

在浏览器里展示传统 RPA 脚本和 ANCHOR 自动化智能体在同一个网页上、在它发生五个等级的变化前后各自的表现。

ANCHOR: the page changed, which robot noticed? 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 一个网页浏览器
  • 想放本地副本的话,需要 Windows、macOS 或 Linux 上的 Python
用在
  • 网页浏览器:Space 在里面运行,不用安装任何东西
  • Windows、macOS 或 Linux:用 Python 下载文件,然后在浏览器里打开 index.html
  • Windows:ANCHOR 本身有单独的安装程序
先运行
pip install -U huggingface_hub
hf download isntlucxs/anchor-demo --repo-type space --local-dir anchor-demo
cd anchor-demo

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 让两种自动化去应对同一个被改动的网页。第一种是老式 RPA 脚本,重复从未改动页面保存下来的元素选择器。第二种是 ANCHOR,一个开源的网页任务智能体,在你自己的机器上运行,这里它执行的是它早先保存的自动化,不用 AI。

适合谁

适合构建或采购浏览器自动化、想看它在页面变化时表现如何的人,也适合好奇 ANCHOR 怎样确认自己每一步的开发者。

行业谁在用怎么用例子
软件测试测试工程师选一个任务和一个变化等级,比较两个机器人看哪个机器人能扛住改名的 id
流程自动化RPA 开发者看选择器脚本在改动后的页面上怎么运行检查录制的脚本在哪里出错
安全安全审查人员试最高的变化等级,它会往页面里塞入恶意内容看每个机器人怎么处理它

如果你想在这里构建自动化,可以跳过它,因为这个 Space 只重放录制好的运行。

用在哪里

这个 Space 可以在这些地方运行。

  • 网页浏览器:Space 在里面运行,不用安装任何东西
  • Windows、macOS 或 Linux:用 Python 下载文件,然后在浏览器里打开 index.html
  • Windows:ANCHOR 本身有单独的安装程序
用途谁用能得到什么
并排比较任何好奇的人页面原始和改动后的实时状态,以及每个机器人的操作记录
选择难度测试人员五个等级的刻度,从改动元素名称开始,到往页面里塞入恶意内容为止
阅读基准测试结果研究者整个基准测试的实测结果,附带用到的模型

如何设置

浏览只需要一个网页浏览器。想放一份本地副本,还要先准备几样东西。

  • 一个网页浏览器
  • 想放本地副本的话,需要 Windows、macOS 或 Linux 上的 Python
  1. 如果你只想在线使用,打开它在 Hugging Face 上的 Space 页面。
  2. 想要本地副本的话,先用 pip 安装 Hugging Face hub 库。
  3. 把这个 Space 的文件下载到名为 anchor-demo 的文件夹里。
  4. 进入这个文件夹。
  5. 在网页浏览器里打开 index.html。
pip install -U huggingface_hub
hf download isntlucxs/anchor-demo --repo-type space --local-dir anchor-demo
cd anchor-demo

如何使用

选一个任务,再选页面该和原始页面差多远。页面会摆出两种状态,以及每个机器人在其中做了什么。有了本地副本,就进入 anchor-demo 文件夹,在浏览器里打开 index.html。

cd anchor-demo
工具作用
Task picker选择你要看哪个任务的页面
Change level用五级刻度设定页面和原始页面差多远
RPA script重复从未改动页面保存下来的元素选择器
ANCHOR不用任何 AI,运行之前保存好的自动化

示例

你选一个任务,把变化设到改名 id 的那个等级。页面会显示变化前后的样子,以及脚本和 ANCHOR 各自在上面做了什么。

新手与专家

如果你是新手,RPA 就是重复它录下来的点击的脚本,页面一变它就可能出错。选一个任务,从最低的变化等级开始,比较两个机器人。

如果你熟悉这个领域,这些测试页面属于 ANCHOR 的韧性基准测试。运行是提前用 0.5.0 版本配合基准测试的代码录好的。因为没有 AI 参与,重复一个任务总会得到相同的结果。在 ANCHOR 里,由一个小型本地模型制定计划,普通代码负责点击,并确认每一步都真正生效。

  1. 选一个任务和一个变化等级
  2. 页面加载变化前后的版本
  3. RPA 脚本重复它的选择器
  4. ANCHOR 运行它保存的自动化
  5. 你比较两者各自做了什么

注意事项

这个 Space 展示的是录制好的运行,所以它不会替你运行 ANCHOR。

  • Size: 仓库里有 383 个文件
  • License: apache-2,ANCHOR 的代码是 Apache 2.0
  • Cost to run: ANCHOR 被描述为免费开源,这个 Space 没有提到费用
  • Data it reaches: 仓库里录制的页面和截图
  • Not for: 构建或运行你自己的自动化,因为它重放的是录制好的运行

README 和文件

README

ANCHOR: the page changed, which robot noticed?

在浏览器里展示传统 RPA 脚本和 ANCHOR 自动化智能体在同一个网页上、在它发生五个等级的变化前后各自的表现。

由 isntlucxs 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这个 Space 让两种自动化去应对同一个被改动的网页。第一种是老式 RPA 脚本,重复从未改动页面保存下来的元素选择器。第二种是 ANCHOR,一个开源的网页任务智能体,在你自己的机器上运行,这里它执行的是它早先保存的自动化,不用 AI。

适合谁:适合构建或采购浏览器自动化、想看它在页面变化时表现如何的人,也适合好奇 ANCHOR 怎样确认自己每一步的开发者。

行业 | 谁在用 | 怎么用 | 例子
软件测试 | 测试工程师 | 选一个任务和一个变化等级,比较两个机器人 | 看哪个机器人能扛住改名的 id
流程自动化 | RPA 开发者 | 看选择器脚本在改动后的页面上怎么运行 | 检查录制的脚本在哪里出错
安全 | 安全审查人员 | 试最高的变化等级,它会往页面里塞入恶意内容 | 看每个机器人怎么处理它

如果你想在这里构建自动化,可以跳过它,因为这个 Space 只重放录制好的运行。

用在哪里:这个 Space 可以在这些地方运行。

  • 网页浏览器:Space 在里面运行,不用安装任何东西
  • Windows、macOS 或 Linux:用 Python 下载文件,然后在浏览器里打开 index.html
  • Windows:ANCHOR 本身有单独的安装程序
用途 | 谁用 | 能得到什么
并排比较 | 任何好奇的人 | 页面原始和改动后的实时状态,以及每个机器人的操作记录
选择难度 | 测试人员 | 五个等级的刻度,从改动元素名称开始,到往页面里塞入恶意内容为止
阅读基准测试结果 | 研究者 | 整个基准测试的实测结果,附带用到的模型

如何设置:浏览只需要一个网页浏览器。想放一份本地副本,还要先准备几样东西。

  • 一个网页浏览器
  • 想放本地副本的话,需要 Windows、macOS 或 Linux 上的 Python
  1. 如果你只想在线使用,打开它在 Hugging Face 上的 Space 页面。
  2. 想要本地副本的话,先用 pip 安装 Hugging Face hub 库。
  3. 把这个 Space 的文件下载到名为 anchor-demo 的文件夹里。
  4. 进入这个文件夹。
  5. 在网页浏览器里打开 index.html。
pip install -U huggingface_hub
hf download isntlucxs/anchor-demo --repo-type space --local-dir anchor-demo
cd anchor-demo

如何使用:选一个任务,再选页面该和原始页面差多远。页面会摆出两种状态,以及每个机器人在其中做了什么。有了本地副本,就进入 anchor-demo 文件夹,在浏览器里打开 index.html。

cd anchor-demo
工具 | 作用
Task picker | 选择你要看哪个任务的页面
Change level | 用五级刻度设定页面和原始页面差多远
RPA script | 重复从未改动页面保存下来的元素选择器
ANCHOR | 不用任何 AI,运行之前保存好的自动化

示例:你选一个任务,把变化设到改名 id 的那个等级。页面会显示变化前后的样子,以及脚本和 ANCHOR 各自在上面做了什么。

新手与专家:如果你是新手,RPA 就是重复它录下来的点击的脚本,页面一变它就可能出错。选一个任务,从最低的变化等级开始,比较两个机器人。

如果你熟悉这个领域,这些测试页面属于 ANCHOR 的韧性基准测试。运行是提前用 0.5.0 版本配合基准测试的代码录好的。因为没有 AI 参与,重复一个任务总会得到相同的结果。在 ANCHOR 里,由一个小型本地模型制定计划,普通代码负责点击,并确认每一步都真正生效。

选一个任务和一个变化等级
页面加载变化前后的版本
RPA 脚本重复它的选择器
ANCHOR 运行它保存的自动化
你比较两者各自做了什么

注意事项:这个 Space 展示的是录制好的运行,所以它不会替你运行 ANCHOR。

  • Size: 仓库里有 383 个文件
  • License: apache-2,ANCHOR 的代码是 Apache 2.0
  • Cost to run: ANCHOR 被描述为免费开源,这个 Space 没有提到费用
  • Data it reaches: 仓库里录制的页面和截图
  • Not for: 构建或运行你自己的自动化,因为它重放的是录制好的运行

Hugging Face 上的数据(2026年11月13日)

  • 点赞:1
  • 构建方式:static
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/isntlucxs/anchor-demo
  • 文件:https://huggingface.co/spaces/isntlucxs/anchor-demo/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
ANCHOR: the page changed, which robot noticed? 本页1staticapache-2.0
InferenceSupport共有 static764staticafl-3.0
Huggy共有 static463staticcc-by-nc-sa-4.0
Z-Image Lookalike LoRA Index共有 static189staticapache-2.0
Granite Docling 258M WebGPU共有 static163staticapache-2.0
DINOv3 Web共有 static162staticapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架