Установка

1. Клонируйте и установите зависимости:

   root@kitploit:~

   cd local-browser
   npm install
   

2. Соберите расширение:

   root@kitploit:~

   npm run build
   

3. Загрузите в Chrome:

   • Откройте chrome://extensions
   • Включите «Режим разработчика» (справа вверху)
   • Нажмите «Загрузить распакованное расширение»
   • Выберите папку dist из этого проекта

4. Первый запуск:

   • Нажмите на иконку расширения на панели инструментов
   • При первом запуске будет загружена модель ИИ (~1 ГБ)
   • Она кэшируется для последующего использования

Использование

1. Перейдите на любую веб-страницу
2. Нажмите на иконку расширения Local Browser
3. Введите задачу, например:
   • «Найди 'WebGPU' в Википедии и извлеки первый абзац»
   • «Перейди на example.com и расскажи, что там есть»
   • «Найди поле поиска и выполни поиск 'AI news'»
4. Наблюдайте, как ИИ выполняет задачу шаг за шагом

Разработка

Режим разработки

Эта команда отслеживает изменения и автоматически пересобирает проект.

Структура проекта

Как это работает

1. Пользователь вводит задачу в интерфейсе всплывающего окна
2. Планировщик (Planner Agent) анализирует задачу и создаёт стратегию высокого уровня
3. Навигатор (Navigator Agent) изучает текущий DOM страницы и выбирает следующее действие
4. Скрипт содержимого выполняет действие (клик, ввод, извлечение и т. д.)
5. Цикл повторяется до завершения задачи или возникновения ошибки

Система агентов

Расширение использует двухагентную архитектуру, вдохновлённую Nanobrowser:

• PlannerAgent: стратегическое планирование, создаёт пошаговый подход
• NavigatorAgent: тактическое выполнение, выбирает конкретные действия на основе состояния страницы

Оба агента выводят структурированный JSON, который анализируется и выполняется.

Конфигурация модели

Модель по умолчанию: Qwen2.5-1.5B-Instruct-q4f16_1-MLC (~1 ГБ)

Альтернативные модели (настраиваются в src/shared/constants.ts):

• Phi-3.5-mini-instruct-q4f16_1-MLC (~2 ГБ, лучшее рассуждение)
• Llama-3.2-1B-Instruct-q4f16_1-MLC (~0,7 ГБ, меньше)

Устранение неполадок

WebGPU не поддерживается

• Обновите Chrome до версии 124 или новее
• Проверьте chrome://gpu, чтобы убедиться в поддержке WebGPU
• Некоторые GPU могут не поддерживать WebGPU

Модель не загружается

• Убедитесь, что у вас достаточно свободного места на диске (~2 ГБ)
• Проверьте консоль браузера на наличие ошибок
• Попробуйте очистить хранилище расширения и перезагрузить его

Действия не выполняются

• Некоторые страницы блокируют скрипты содержимого (chrome://, страницы расширений)
• Попробуйте открыть обычную веб-страницу, например wikipedia.org

Расширение не работает после обновления Chrome

• Перейдите на chrome://extensions
• Нажмите кнопку перезагрузки расширения

Ограничения

• Демонстрационный характер: это прототип, а не промышленное ПО
• Без компьютерного зрения: используется только текстовый анализ DOM (без анализа скриншотов)
• Одна вкладка: работает только с текущей активной вкладкой
• Базовые действия: поддерживает навигацию, клики, ввод, извлечение, прокрутку, ожидание
• Размер модели: маленькие модели могут испытывать трудности со сложными задачами

Технологический стек

• WebLLM: локальный вывод LLM с WebGPU
• React: интерфейс всплывающего окна
• TypeScript: типобезопасная разработка
• Vite + CRXJS: сборка расширения Chrome
• Chrome Extension Manifest V3: современная архитектура расширения

Благодарности

Этот проект вдохновлён:

• Nanobrowser — многоагентная веб-автоматизация (лицензия MIT)
• WebLLM — вывод LLM в браузере (лицензия Apache-2.0)

Лицензии зависимостей

Лицензия

Лицензия MIT — подробности см. в файле LICENSE.