Edg Agent

进行中

Chrome 侧边栏里的 LLM Agent 扩展:自然语言派活,它自己读页面快照、输出单个 JSON 动作、点按钮填表单,高危操作先问过你。

不造新浏览器,也不远程遥控,直接在 Chrome 侧边栏里放一个能干活的员工。基于 WXT + React 19 + TypeScript 的 MV3 扩展,接 OpenAI / DeepSeek 或任意兼容接口,Key 只存本机。

Agent 循环走「页面快照 → 单个 JSON 动作 → CDP 执行」:文本快照只列可交互元素,模型每轮回一个动作,慢但每一步可审计。输入优先 CDP 真事件,DOM 兜底会在回执里标注。组件库下拉(antd / element-plus)内置两步法教案,ask_user 选项渲染成按钮,思考时有 64px 悬浮动画球。

高危动作(支付、删除、提交、下单)被关键词正则拦下,弹确认卡给三个选择:拒绝、允许、本次会话始终允许(内存态,不落盘)。E2E 用一只零依赖的确定性 mock LLM 状态机跑,覆盖搜索、确认、canvas 视觉兜底、格式容错等场景,便宜且永不闹情绪。