Anything API (Notte)：把任何网站变成 API，浏览器 Agent 的"全家桶"

2026-03-05 | ProductHunt | 官网 | GitHub

界面解读：Notte 的 Studio 界面 —— 一个可视化的浏览器 Agent 编排平台，左侧是任务描述输入，右侧是浏览器实时预览和操作日志。开发者可以在这里“看着 Agent 干活”，然后一键转为生产代码。

30秒快速判断

这 App 干嘛的：你告诉它“帮我在某个网站上做什么”，它派一个 AI Agent 打开浏览器去做，做完后把整个流程打包成一个可调用的 API。说白了，任何没有 API 的网站，Notte 帮你“造”一个出来。

值不值得关注：值得。YC S25 孵化，$2.5M Pre-seed 轮融资，GitHub 1.8k stars，解决的是“网站没 API 怎么办”这个困扰了开发者十几年的痛点。混合架构（脚本+AI）比纯 AI Agent 靠谱得多，定价也友好（100 小时免费）。如果你经常需要从各种网站抓数据或自动化操作，这个工具能帮你省掉大量写爬虫和维护脚本的时间。

与我有关三问

与我有关吗？

目标用户是谁：主要是开发者和有技术背景的产品团队。具体来说：

• 需要从没有 API 的网站抓取数据的人
• 维护了一堆 Selenium/Playwright 脚本、疲于应对网站改版的人
• 想让 AI Agent 在网页上“干活”的人（填表、下单、监控价格）

我是吗：如果你每周花超过 2 小时写或维护浏览器自动化脚本，你就是目标用户。如果你只是偶尔手动复制粘贴数据，可能还不需要。

什么场景会用到：

• 竞品价格监控 —— 每 6 小时自动抓取竞品价格变化
• 招聘信息聚合 —— 从 LinkedIn 等平台批量提取职位信息
• 遗留系统对接 —— 老系统只有网页界面没有 API，用 Notte 桥接
• 不需要这个 —— 你操作的网站本身就有成熟的 REST API

对我有用吗？

ROI 判断：如果你每月花 10+ 小时维护浏览器自动化脚本，用 Notte 能省下 80% 的时间，免费额度够个人开发者折腾好几个月。值得一试。

爽点在哪？

核心爽点：

• Agent Mode → Script 一键转换：先用自然语言让 Agent 探索，看它怎么操作，满意后一键转为确定性脚本。这个流程太丝滑了。
• Session Profiles：登录一次，之后所有运行自动跳过认证。对于需要登录态的自动化场景来说简直是救星。
• 混合架构：确定性部分用脚本、不确定性部分用 AI，既可靠又灵活。比纯 AI Agent 的“薛定谔成功率”好太多。

“哇”的瞬间：

“从 Playwright + LLM 链式调用切换到了 Notte。跑了 500 多次电商价格检查，一次验证码拦截或封禁都没遇到。” —— @ai_engineer42 (Twitter)

用户真实评价：

正面：“Notte 的浏览器 Agent 处理了一个非常棘手的多标签页认证流程，我用其他框架都没搞定。成功率从 40% 飙升到了 95%。” —— @dev_ml_guy (Twitter) 正面：“快速演示一下用 Notte Agent 抓取 LinkedIn 职位……在动态网站上的可靠性超过 92%。” —— @lucasgiordano (Twitter, CTO 自己发的，可能略有偏差) 中性：“哇，我正在测试这个，对它抱有很高期望。” —— Slashdot 社区用户

给独立开发者

技术栈

• 语言/SDK：Python（PyPI 上的 notte-sdk），支持 TypeScript/Node.js
• 浏览器引擎：兼容 Playwright, Puppeteer, Selenium，通过 CDP 连接
• AI/模型：模型无关，支持 OpenAI, Anthropic, Gemini，Token 无加价
• 基础设施：边缘网络部署，计算资源与浏览器同地运行，零延迟
• 安全：SOC 2 Type II 认证，加密凭据存储

核心功能实现

Notte 的核心创新是感知层（Perception Layer）。传统浏览器自动化直接操作 DOM，LLM 要读懂混乱的 HTML 非常吃力。Notte 在中间加了一层：把网页转化为结构化的、自然语言描述的“地图”，LLM 读起来像在看说明书而不是源代码。

这意味着 LLM 的认知负担大幅降低，推理更准确，同时 Token 消耗也更少。Notte 声称这个设计在所有基准测试上都优于其他浏览器 Agent 方案。

API 提供三个核心端点：/observe（获取页面状态和可用操作）、/step（在页面上执行操作）、/scrape（结构化数据提取）。还支持 Pydantic 模型作为结构化输出格式。

开源情况

• 开源吗：核心开源，GitHub 1.8k stars, 166 forks
• 许可证：SSPL-1.0（注意：不是 MIT/Apache，对商用有一定限制，类似 MongoDB 的做法）
• 类似开源项目：Browser Use（纯 AI 方案，MIT 许可），Steel（纯基础设施方案）
• 自己做难度：高。感知层 + 混合架构 + Stealth 浏览器 + 凭据管理，全套做下来预计 6-8 人月。但用开源版 + 自己的 LLM Key 就能跑起来。

商业模式

• 变现方式：用量计费（浏览器小时 + 代理流量）+ 订阅（速率限制）
• 定价：免费 100 小时 → $20/月起 → 按量 $0.05/h
• 开源核心 + 付费云服务的经典模式（Stealth、Personas、Vault 等高级功能在云服务版）

巨头风险

中等偏高。Google 已在 Chrome 里加了 Auto Browse，ChatGPT 有 Atlas Agent 模式，Perplexity 有 Comet。但这些都是面向消费者的“浏览器助手”，而 Notte 定位是面向开发者的基础设施。短期内巨头不太会做“把网站变 API”这种开发者工具。真正的竞争来自 Browserbase（刚融了大额）和 Browser Use（开源社区活跃）。

给产品经理

痛点分析

• 解决什么问题：互联网上绝大多数网站没有公开 API，想程序化地操作它们只能写浏览器自动化脚本。这些脚本写起来痛苦、维护成本高、容易被反爬。
• 痛点有多痛：高频刚需。任何做数据聚合、竞品监控、系统对接的团队都会遇到。传统方案每次网站改版都要重写脚本，运维成本可以吞掉开发成本。

用户画像

• 开发者/工程团队：需要批量数据采集或自动化操作
• 增长黑客：需要监控竞品、抓取用户反馈
• 企业 IT：需要对接没有 API 的遗留系统

功能拆解

竞品差异

可借鉴的点

1. “先 Agent 后 Script”的渐进式体验：让用户先用自然语言看到效果，再转为可靠的确定性代码。降低上手门槛的同时保证生产可靠性。
2. 感知层的中间抽象：不让 LLM 直接读 HTML，而是加一层“翻译”。这个思路可以迁移到其他需要 LLM 理解复杂输入的场景。
3. 混合架构思路：不追求“纯 AI 解决一切”，而是让 AI 和脚本各司其职。对任何 AI 产品都有参考价值。

给科技博主

创始人故事

• Andrea Pinto（CEO）：MIT AI/ML 研究员，Fulbright 学者，ETH Zurich + EPFL 双校背景，曾在 IBM Research、Amazon 工作过。16-18 岁还开过服装店。典型的“学术大佬下场创业”路线。
• Lucas Giordano（CTO）：EPFL 通信系统硕士，MLO 实验室出身，4 年 ERP+AI 交叉经验。
• 两人 2019 年在 EPFL 相识，合作至今 6 年。共同的核心认知：互联网是为人类构建的，不是为 AI Agent 构建的，需要一个“感知层”来桥接。
• 瑞士+旧金山的组合：瑞士做研发，旧金山做市场。YC S25 批次，5 人小团队。

争议点/讨论角度

• SSPL 许可证的选择：跟 MongoDB 一样用 SSPL 而不是 MIT，说明他们防的是“被云厂商白嫖”。但这也可能限制社区贡献和商业用户。值得讨论的开源战略话题。
• “把任何网站变 API”的伦理边界：这本质上是一个高级爬虫平台。网站 TOS（服务条款）怎么说？法律灰色地带怎么处理？
• AI Agent 安全隐患：让 AI 操作浏览器，如果遇到恶意网页的 Prompt Injection，可能被劫持执行危险操作。Malwarebytes 已经发过相关警告。
• “混合架构”vs“纯 AI Agent”的路线之争：到底是 AI 能力会追上来让混合架构变得多余，还是生产环境永远需要确定性脚本？

热度数据

• PH 排名：293 票（中上水平）
• GitHub：1.8k stars（对于 2025 年创立的项目来说增速不错）
• Twitter 讨论：CTO 的 Demo 推文 312 个赞，算活跃但还不算爆款
• 搜索趋势：出现在多个“Best AI Browser Agents 2026”榜单中（Firecrawl, KDnuggets, Zapier 等）

内容建议

• 适合写的角度："为什么 2026 年我们还需要爬虫？—— Notte 的混合架构思路"
• 蹭热点机会：蹭“AI Agent”和“MCP”（Notte 已有 MCP Server 集成）的大趋势

给早期采用者

定价分析

隐藏成本：如果用自己的 LLM Key，模型调用费用另算（但 Notte 声称 Token 无加价）。代理流量 $10/GB 如果大量抓取可能会比较贵。

上手指南

• 上手时间：15-30 分钟
• 学习曲线：低（对于有 Python 基础的开发者）
• 步骤：
  1. pip install notte-sdk
  2. 设置 API Key（注册 notte.cc 获取）
  3. 写三行代码：初始化 Client → 描述任务 → 调用 Run
  4. 或者用 Anything API 的 Web 界面直接描述任务，不写代码

from notte import NotteClient
client = NotteClient(api_key="...")
result = client.agents.run(task="Monitor price of RTX 5090 on amazon.com every 6h", schedule="6h")

坑和吐槽

1. 浏览器自动化的天然脆弱性：网站改版、动态加载、A/B 测试都可能让自动化失败。Notte 的混合架构缓解了这个问题，但没有根本解决。
2. SSPL 许可证：如果你想在自己的 SaaS 产品里嵌入 Notte 核心代码，需要仔细读许可条款。不像 MIT/Apache 那么自由。
3. 新产品的稳定性未知：2025 年才成立的公司，长期稳定性还需时间验证。如果你的业务关键流程依赖它，要有 Plan B。

安全和隐私

• SOC 2 Type II 认证：企业级安全合规
• 凭据管理：加密存储，Agent 运行时获取，不硬编码
• 数据存储：浏览器会话数据在云端处理
• 风险点：你的网站密码和 Cookie 会经过 Notte 的服务器，需要信任第三方

替代方案

给投资人

市场分析

• 赛道规模：Agentic Browser 市场 2024 年为 $4.5B，预计 2034 年达 $76.8B
• 增长率：年复合增长率极高（~33% CAGR），属于 AI Infra 最热赛道之一
• 驱动因素：LLM 推理能力突破（GPT-4o, Claude 4, Gemini 能准确理解网页结构）；企业数字化转型对自动化的刚需；“Agentic AI”整体叙事升温

竞争格局

Timing 分析

• 为什么是现在：2026 年三个条件同时成熟 —— LLM 能理解网页、浏览器自动化基础设施成熟、企业对 AI Agent 的接受度上升。
• 技术成熟度：感知层的方法论已被验证（86.2% 成功率），但距离“100% 可靠”还有距离。混合架构是务实的过渡方案。
• 市场准备度：开发者社区已经在积极使用（GitHub 1.8k stars），企业端需求明确但采购周期长。

团队背景

• CEO Andrea Pinto：MIT AI 研究员，Fulbright 学者，ETH Zurich/EPFL 背景，IBM Research/Amazon 经历
• CTO Lucas Giordano：EPFL MLO 实验室，4 年 ERP+AI 经验
• 团队规模：5 人，旧金山
• 两人合作 6 年，技术根基扎实

融资情况

• 已融资：$2.5M Pre-seed + YC S25（$500K）
• 投资人：Kima Ventures, Drysdale Ventures, 2100 Ventures, Digital Currency Group, Eden Ventures
• 总融资约 $3.42M
• 估值：未公开

结论

一句话：Notte 是目前“把网站变 API”赛道里最完整的全栈方案，混合架构思路务实聪明，但作为 2025 年才成立的 5 人团队，能不能在 Browserbase 和 Browser Use 的夹击下跑出来还要看执行力。

资源链接

2026-03-05 | Trend-Tracker v7.3