Player-YN/BrowserKitten

Paw Work - selection-first web agent for Chrome: select on the live page, describe the outcome, take away an editable office file. BYOK, sandboxed, no server.

它是什么

PawWork · 爪爪 (仓库 Player-YN/BrowserKitten) 是一款 Chrome MV3 扩展程序，能将已登录的 Chrome 浏览器转变为可编程的计算机。它添加了一个侧边栏 UI，托管一个 AI 驱动的“代理”，能够对当前标签页发出指令、在页面上下文中执行任意 JavaScript，并为该会话存储小型数据（例如表格数据、HTML 片段）。

运作方式

侧边栏 UI – 用户打开扩展程序的侧边栏，粘贴兼容 OpenAI 的 API 密钥（需自备密钥），并输入任务。
Service worker – Chrome 的扩展程序 service worker 接收请求并将其转发给名为 SessionWorkspaceService 的 off-screen worker。
Off-screen worker – 此 worker 托管核心 AI SDK 组件 ToolLoopAgent。它会解读用户的请求，决定调用哪个工具，并调用适当的 Chrome API。
工具 – 代理可以：
- action – 控制活动标签页（例如点击、滚动、导航）。
- sys – 在页面上执行访客 JavaScript (sys.eval) 或通过 Chrome DevTools Protocol (sys.cdp) 进行交互。
- store – 在会话中保留小型数据（表格、HTML 片段）。
结果 – 代理在侧边栏中返回响应，任何副作用（页面导航、DOM 变更、存储的数据）都会在 Chrome 会话期间持续存在。

主要功能

无需构建步骤 – 扩展程序为解压状态；您可以直接从源代码文件夹加载。
BYOK (自备密钥) – 无托管模型；您提供兼容 OpenAI 的 API 密钥，并存储在 Chrome 本地存储中。
符合 Chrome MV3 标准 – 适用于 Chrome 135+；在 Chrome 138+ 上，您可以启用 Allow User Scripts 以使用 sys.eval 和页面标识获取。
工具导向架构 – UI、service worker、off-screen 工作区与 AI 工具循环之间有明确的区隔（记录于 AGENTS.md）。
测试 – 包含纯 Node 运行时回归测试，以及加载真实扩展程序的 Playwright 冒烟测试。
封装脚本 – 一个小型 Python 辅助工具，可将解压的扩展程序压缩以供发布。

适用对象

进阶用户：希望通过自然语言提示自动化重复性网页任务（表单填写、数据提取、导航）的用户。
开发者：尝试 AI 增强型浏览器自动化而无需编写自定义脚本的开发者。
研究人员：探索与实时浏览器环境交互的 LLM 驱动代理的研究人员。

入门指南

克隆仓库或下载发布的 zip 包。
在 Chrome 中前往 chrome://extensions，启用开发者模式，点击 Load unpacked，并选择包含 manifest.json 的文件夹。
打开侧边栏，粘贴您的 OpenAI API 密钥，并在任何一般的 http(s) 页面上开始发出任务。
如果您编辑了源代码，请在扩展程序卡片上点击 重新加载 (Reload)。

限制

仅适用于一般网页；Chrome 内部页面 (chrome://*) 和 Chrome 网上应用店被屏蔽。
需要 Chrome 135+（进阶用户脚本功能需 Chrome 138+）。
无内置模型托管；您必须拥有有效的 OpenAI 兼容密钥。
部分 DevTools 交互需要关闭目标标签页的 DevTools，以避免 CDP_BUSY 错误。

授权： MIT (参阅 LICENSE)。 第三方声明： 列于 THIRD_PARTY_NOTICES.md。