个人开发的 AI 扩展助手,浏览器自动化方向

3 月 25 日
 imdoge

自己个人开发的浏览器扩展的一个筹备了很久了重要功能模块,Agent S6 接近正式版

功能类似 claude for chrome 和 gemini auto browse 和各种 ai 浏览器的 agent auto browse 能力,ai 驱动的浏览器自动化

不用登录即可自定义 apikey 使用,支持各种 llm provider ,自定义 apikey(BYOK)模式下纯前端运行,对话历史/配置信息/请求都在浏览器端,关注你没那么重要的隐私(雾)~

最新实现完善了记录 agent 流程为 skill ,后续重放或者在 agent 中再次引用这个 skill ,将几乎不消耗 token 且不经过 llm 瞬间执行(完善和测试中)

举个栗子: 先说“帮我去起点,全部小说筛选完本的轻小说,按收藏排序,获取搜索结果小说,发到 google sheets”,agent 跑一次这个浏览器自动化后,保存为 skill ,然后重放这个流程除了最后的同步 sheets 节点需要 llm ,其他都是直接根据保存的配置重放的~ 遇到页面变化找不到之前的那个元素了,还会自动请求一次这步来修复这个节点的运行~

其他各种复杂用例的网页自动化测试结果,通过率不比各家 ai 浏览器/各自动化扩展/本地浏览器自动化框架差,使用简单,配个 apikey 就能用(综合性价比等推荐 gemini-3-flash )

欢迎各位使用给我反馈~~

2127 次点击
所在节点    分享创造
23 条回复
imdoge
3 月 25 日
Liqiniu
3 月 25 日
去试试,支持一下
Gomi
3 月 26 日
刚安装了,真牛。不知道你用什么开发的浏览器插件,有兴趣可以试试 Addfox ( https://addfox.dev
imdoge
3 月 26 日
@Gomi 感谢推荐,总结工具看了下,挺新的技术栈,之前调研过当时最出名的几个开源扩展架子框架,但是最后选的当时 star 还不多的 https://github.com/Jonghakseo/chrome-extension-boilerplate-react-vite

主要是轻一点没那么多学习的负担
pandatools
3 月 26 日
可以加 minimax 的 api 吗
imdoge
3 月 26 日
@pandatools 可以的吧,有 openai/gemini/claude/grok/openai 兼容,这些 provider ,你这个应该是最后一个
另外 minimax 虽然榜单前列,但不是原生多模态大模型,在复杂任务时会逊色不少(普通的点击跳转什么的倒是影响不大),我测试用下来综合速度成功率性价比最好还是 gemini-3-flash ,当然你有中转站的白菜价官逆顶级模型会更好一点
jawilx
3 月 26 日
大佬牛啊,简单体验下感觉不错,后面继续试试
kiss96803
3 月 26 日
牛的大佬
saaak
3 月 26 日
挺牛逼的,就是界面不支持中文吗
imdoge
3 月 26 日
@saaak 汗~输出可以在设置改语言,界面还不行,主要是最开始开发时脚手架没 i18n ,我自己也没弄,现在想界面国际化即使 ai 也有点费劲分散太多了,又没空就一直拖了
imdoge
3 月 26 日
btw 其他通用的助手小功能也是自定义 apikey 就能用,什么(多)网页对话/总结,youtube/b 站视频总结/对话,网页数据抓取器,自定义 skills 什么的
要是没中转站廉价模型,agent 每 step 约 1-2w 输入 token(系统 prompt 固定的没变量,1w 左右,看你的 provider 是否支持缓存),谨慎选择模型……
izgnod
3 月 26 日
大佬的东西用的不错,有两个体验问题,一个是自定义 skill 没法修改,还有一个是对话框里面按上下键不能回到历史会话
imdoge
3 月 26 日
@izgnod
感谢反馈~ 历史对话在右侧 history 按钮,上下键我考虑下吧。。毕竟不是命令行
自定义 skill 修改我问产品经理 skill 分析一下产品设计 - - 目前的设计是在 replay 修改,然后再次 replay save as skill ,直接在 skill 修改确实还不行
P.S skills 还在完善和测试中,目前只有带网页上下文的普通 prompt 模板 skill 和跑之前动作 replay 的 skill ,其实我之前的设想是更复杂的
imdoge
3 月 26 日
@izgnod 另外目前的修改还有点不足
之前设想是比如保存为技能后,输入
```
/my-skill-1
xx 动作改为 xx ,xx 输入改为 xx
```
这样的,但是目前的自适应修改步骤还不完善,虽然在 replay 里面可以编辑 agent 节点(也还需完善)
saaak
3 月 26 日
@imdoge #10 能不能搞个配置、skill 导出功能,然后可以多端同步这样
maemolee
3 月 26 日
已安装,我想想有啥场景能体验体验
imdoge
3 月 26 日
@saaak 可以…我后面加,现在就是聊天记录/各种配置等都在本地,BYOK 的话请求也本地
sazima
3 月 27 日
imdoge
3 月 27 日
@sazima 好像登录监听有点 bug ,你再重复登一两次试试就可以了
另外登录也没送多少,想用自动化 agent 建议用自己的 apikey 不用登也行
tutou
3 月 27 日
用的 Stagehand ?最近在调研自动化测试,感觉和你这个挺像的

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://v2ex.ih06.com/t/1201140

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX