WebBrain: автоматизируйте браузер и читайте страницы офлайн

Что такое WebBrain и зачем он нужен?

WebBrain — это бесплатное расширение‑агент для Chrome и Firefox, которое живёт в боковой панели браузера. Оно умеет читать содержимое страниц, извлекать из них данные и выполнять многошаговые действия: кликать, вводить текст, прокручивать, переходить по ссылкам. Главное отличие от большинства AI‑плагинов — возможность работать полностью на локальной модели, так что ваши данные никогда не покидают ваш компьютер.

Два режима работы: Ask и Act

WebBrain переключается между двумя режимами:

• Ask — только чтение. Расширение собирает текст и структуру страницы, но не вносит никаких изменений.
• Act — активный. Через Chrome DevTools Protocol (API chrome.debugger) агент генерирует “доверенные” события ввода, которые распознаются современными сайтами. Так он может кликать, заполнять формы, даже работать с кросс‑доменными iframe и shadow‑DOM.

В Firefox режим Act реализован через обычные скрипты контента и поэтому менее мощный, но всё равно полезный.

Безопасность в первую очередь

Браузер — потенциально враждебная поверхность, где страницы могут пытаться «подхватить» агент. WebBrain решает эту задачу так:

• Стартует в режиме Ask и спрашивает подтверждение перед любой «конкретной» операцией в режиме Act.
• Для всех действий, которые создают, отправляют или покупают, агент использует визуальный UI (клик, ввод), а не прямые запросы к API сайта.
• Разрешения на автоматические действия можно отключить в настройках.
• Чтение (например, скачивание README или сравнение цен) производится через отдельные инструменты fetch_url и research_url без изменения удалённого ресурса.

Практические сценарии

Ниже несколько типичных задач, которые решает WebBrain, и как их формулировать.

• Извлечение данных. Откройте каталог и спросите: «Вывести все названия товаров и цены с этой страницы». Агент построит таблицу и даже распознает данные в PDF‑файлах.
• Сводка статей. «Сократи эту статью», а затем уточните вопрос по содержимому. WebBrain честно скажет, если статья закрыта paywall‑ом, и не будет пытаться его обойти.
• Заполнение форм. При повторных регистрациях включите авто‑профиль: небольшая текстовая биография хранится в локальном файле и подставляется в низко‑рисковые формы.
• Многошаговая автоматизация. Команда «Перейди на github.com, открой раздел Trending и скопируй названия репозиториев» выполнит последовательность навигаций, скриншотов и кликов без вашего вмешательства.

Как снизить расходы на токены

Если вы используете облачную модель, токены могут быстро расти. WebBrain экономит ресурсы следующими способами:

• Скриншоты перед отправкой уменьшаются и сжимаются в JPEG — получаем минимум токенов.
• История беседы и выводы инструментов обрезаются с начала, когда достигается лимит контекстного окна.
• Можно комбинировать лёгкую текстовую модель для планирования с отдельной моделью‑видением для обработки изображений.

Сравнение с другими решениями

WebBrain занимает промежуточную позицию между простыми AI‑плагинами и полноценными фреймворками‑агентами.

• Полностью бесплатный и с открытым кодом (MIT‑лицензия).
• Поддерживает локальные модели (llama.cpp, Ollama и др.) и любые облачные API (OpenAI, Anthropic, Gemini, Mistral и др.).
• Работает в Chrome (Manifest V3, sidePanel) и Firefox (Manifest V2, sidebar_action).
• Не требует доступа к вашим данным при работе с локальной моделью.

Запуск и настройка

Для локального использования достаточно запустить один из поддерживаемых серверов. Пример для llama.cpp:

# llama.cpp — минимум 16 k токенов контекста
llama-server -m your-model.gguf -c 16384 --port 8080

Для Ollama:

OLLAMA_ORIGINS="*" ollama serve
# в настройках расширения указываем URL http://localhost:11434/v1

Рекомендуемая модель — Qwen 3.6 35B. На RTX 4090 она работает в режиме INT4‑квантования, а на RTX 5090 — в полном качестве.

Ключевые выводы

• WebBrain — бесплатный, открытый AI‑агент для браузера, работающий с локальными и облачными моделями.
• Режим Ask обеспечивает безопасное чтение, а Act позволяет надёжно управлять страницами через DevTools Protocol.
• Данные остаются у вас: при работе с локальной моделью они никогда не покидают ПК.
• Гибкая система контроля расходов и строгие правила безопасности делают его подходящим для профессионального использования.

Исходный код и документация доступны на GitHub. Для получения последних релизов и инструкций по установке следуйте официальным инструкциям проекта.