Avvio Rapido

Prerequisiti

• Chrome 124+ (richiesto per WebGPU nei service workers)
• Node.js 18+ e npm
• GPU con supporto WebGPU (la maggior parte delle GPU moderne funziona)

Installazione

1. Clona e installa le dipendenze:

   root@kitploit:~

   cd local-browser
   npm install
   

2. Compila l'estensione:

   root@kitploit:~

   npm run build
   

3. Carica in Chrome:

   • Apri chrome://extensions
   • Abilita "Developer mode" (in alto a destra)
   • Clicca su "Load unpacked"
   • Seleziona la cartella dist di questo progetto

4. Primo avvio:

   • Clicca sull'icona dell'estensione nella barra degli strumenti
   • Il primo avvio scaricherà il modello AI (~1GB)
   • Questo viene memorizzato nella cache per usi futuri

Utilizzo

1. Vai su qualsiasi pagina web
2. Clicca sull'icona dell'estensione Local Browser
3. Digita un'attività come:
   • "Cerca 'WebGPU' su Wikipedia ed estrai il primo paragrafo"
   • "Vai su example.com e dimmi cosa c'è"
   • "Trova la casella di ricerca e cerca 'AI news'"
4. Guarda l'AI eseguire l'attività passo dopo passo

Sviluppo

Modalità di Sviluppo

Questo monitora le modifiche e ricostruisce automaticamente.

Struttura del Progetto

Come Funziona

1. L'utente inserisce un'attività nell'interfaccia popup
2. L'Agente Planner analizza l'attività e crea una strategia di alto livello
3. L'Agente Navigator esamina il DOM della pagina corrente e decide l'azione successiva
4. Il Content Script esegue l'azione (clicca, digita, estrae, ecc.)
5. Il ciclo continua fino al completamento dell'attività o al fallimento

Sistema Agente

L'estensione utilizza un'architettura a due agenti ispirata a Nanobrowser:

• PlannerAgent: Pianificazione strategica, crea un approccio passo dopo passo
• NavigatorAgent: Esecuzione tattica, sceglie azioni specifiche in base allo stato della pagina

Entrambi gli agenti producono JSON strutturato che viene analizzato ed eseguito.

Configurazione del Modello

Modello predefinito: Qwen2.5-1.5B-Instruct-q4f16_1-MLC (~1GB)

Modelli alternativi (configurati in src/shared/constants.ts):

• Phi-3.5-mini-instruct-q4f16_1-MLC (~2GB, ragionamento migliore)
• Llama-3.2-1B-Instruct-q4f16_1-MLC (~0.7GB, più piccolo)

Risoluzione dei Problemi

WebGPU non supportato

• Aggiorna Chrome alla versione 124 o successiva
• Controlla chrome://gpu per verificare lo stato di WebGPU
• Alcune GPU potrebbero non supportare WebGPU

Il modello non si carica

• Assicurati di avere abbastanza spazio su disco (~2GB liberi)
• Controlla la console del browser per eventuali errori
• Prova a cancellare l'archiviazione dell'estensione e ricarica

Le azioni non vengono eseguite

• Alcune pagine bloccano i content script (chrome://, pagine delle estensioni)
• Prova su una pagina web normale come wikipedia.org

L'estensione non funziona dopo l'aggiornamento di Chrome

• Vai su chrome://extensions
• Clicca sul pulsante di ricarica dell'estensione

Limitazioni

• Ambito POC: Questo è un proof-of-concept, non un software di produzione
• Nessuna Visione: Utilizza solo analisi DOM testuale (nessuna comprensione di screenshot)
• Singola Scheda: Funziona solo con la scheda attualmente attiva
• Azioni di Base: Supporta naviga, clicca, digita, estrai, scorri, attendi
• Dimensione del Modello: Modelli più piccoli potrebbero avere difficoltà con attività complesse

Stack Tecnologico

• WebLLM: Inferenza LLM sul dispositivo con WebGPU
• React: UI popup
• TypeScript: Sviluppo type-safe
• Vite + CRXJS: Bundling dell'estensione Chrome
• Chrome Extension Manifest V3: Architettura moderna delle estensioni

Crediti

Questo progetto è ispirato da:

• Nanobrowser - Automazione web multi-agente (Licenza MIT)
• WebLLM - Inferenza LLM nel browser (Licenza Apache-2.0)

Licenze delle Dipendenze

Licenza

Licenza MIT - Vedi il file LICENSE per i dettagli.