WebBrain 開源 AI 瀏覽器代理：支援本地運行、自動化操作，隱私與功能兼顧
編輯核心觀點
- ✦WebBrain 是一款開源的瀏覽器 AI 代理，支援 Chrome 與 Firefox，並能透過本地模型確保瀏覽數據不外流。
- ✦透過「Ask」與「Act」雙模式設計，該工具能執行從資料擷取到跨頁面自動化操作的複雜任務。
- ✦開發者 Emre Sokullu 採用 MIT 授權，並針對安全性設計了 UI 操作優先原則，避免直接調用 API 帶來的風險。
什麼是 WebBrain？
由 Emre Sokullu 開發的 WebBrain 是一款免費且開源的瀏覽器 AI 代理，適用於 Chrome 與 Firefox。與市面上多數依賴雲端服務的 AI 外掛不同，WebBrain 具備「本地優先（Local-First）」特性，使用者可選擇將其連接至本地運行的模型，確保網頁瀏覽數據不會離開個人電腦。
WebBrain 整合於瀏覽器的側邊欄（Side Panel），每個分頁皆擁有獨立的對話紀錄，且不會儲存任何外部數據或進行遙測。該工具支援多種語言，包括英文、西班牙文、法文、土耳其文以及中文。
雙模式運作機制：Ask 與 Act
WebBrain 設有兩種核心模式以平衡安全性與功能性：
- Ask 模式（唯讀）：透過一般的內容腳本（Content Scripts）讀取網頁內容，無法對網頁進行任何變更。
- Act 模式（自動化）：利用 Chrome DevTools Protocol（透過 chrome.debugger API）驅動網頁，能執行點擊、輸入、捲動與導航等操作。此模式能處理內容腳本無法觸及的跨來源 iframe 與 Shadow DOM。
為確保安全性，Act 模式僅在需要執行動作時才會掛載偵錯器，並會在瀏覽器介面顯示提示。此外，WebBrain 採取「UI 優先」原則，對於提交表單、購買等涉及變更的操作，AI 會優先透過可見的 UI 介面進行，而非直接呼叫 REST 或 GraphQL 端點。
應用場景與效能優化
WebBrain 可應用於多種自動化任務，例如從產品目錄中擷取名稱與價格、總結文章內容、自動填寫表單，或執行跨頁面的導航與研究。為降低雲端 Token 的使用成本，WebBrain 採取了多項優化措施，包括在傳輸前調整並壓縮截圖大小、優先刪除舊的對話紀錄，以及允許使用者搭配輕量級文字模型進行規劃，僅在必要時使用視覺模型。
模型支援與部署
WebBrain 支援廣泛的本地與雲端模型。本地端支援 llama.cpp、Ollama、LM Studio、Jan、vLLM 與 SGLang；雲端端則支援 OpenAI、Anthropic Claude、Gemini、Mistral、DeepSeek、xAI Grok 等多種 API。針對本地運行，開發者建議使用 Qwen 3.6 35B 模型，並建議配置 RTX 4090 或 RTX 5090 等級的顯示卡以獲得最佳效能。
對於不希望自行架設本地環境的使用者，WebBrain 也提供每月 5 美元的託管服務（WebBrain Cloud）。該專案已於 GitHub 開源，並可在 Chrome 線上應用程式商店與 Firefox 附加元件網站下載。
