Böngészőbe épített nyílt forráskódú AI-ügynököt jelentett meg Emre Sokullu

A WebBrain böngészőbe épülő, oldalsó panelen futó AI-ügynök. Chrome-ban a Manifest V3 és a sidePanel API-t, Firefox-ban a Manifest V2 és a sidebar_action-t használja. Minden lap saját beszélgetési előzményt tart fenn, és az ügynök a felhasználó hitelesített munkamenetén belül működik, így látja a bejelentkezett fiókokat. Külső adattárolást és telemetriát nem végez, és alapértelmezetten angol, spanyol, francia, török és kínai nyelveken érhető el, automatikusan felismerve a böngésző nyelvét.

Két Mód: Kérdezés és Cselekvés

A WebBrain két fő módot kínál: az Ask mód csak olvasásra szolgál, nem módosíthatja az oldalt, míg az Act mód képes kattintani, gépelni, görgetni, navigálni és munkafolyamatokat futtatni. Az Act mód a Chrome DevTools Protocolt használja a chrome.debugger API-n keresztül, ami megbízhatóbb beviteli eseményeket generál, és hozzáfér az iframe-ekhez és shadow DOM-hoz is. A funkciót tabonként, csak akkor aktiválja, ha szükséges. A hőmérsékleti értékek fixek a kiszámíthatóság érdekében: Act módban 0.15, Ask módban 0.3, míg a képernyőképek leírásánál 0.

Kapcsolódó: OpenAI Codex bővítése

Biztonsági Modell és Adatvédelem

A böngészőügynökök potenciálisan kitéve prompt-injekciós támadásoknak. A WebBrain dizájnja erre válaszul eleve csak olvasó módban indul, és minden módosító művelet előtt megerősítést kér. Letilthatóak ezek a figyelmeztetések a Beállításokban. Az ügynök a módosító műveleteknél (létrehozás, küldés, vásárlás) a látható felhasználói felületet részesíti előnyben, és nem hív közvetlenül REST vagy GraphQL végpontokat. Az olvasás külön kezelendő, mivel nem jár módosítással.

Kapcsolódó: Peerd AI ügynök

Felhasználási Esetek és Költségcsökkentés

A WebBrain alkalmas adatkinyerésre (terméknevek, árak PDF-ekből is), cikkek összefoglalására, űrlapok kitöltésére (profil alapján), valamint többlépéses automatizálásra, például trendelő GitHub repók felkutatására. A felhő alapú tokenköltségek csökkentése érdekében a képernyőképeket tömöríti, a beszélgetési előzményeket pedig a kontextusablak telítődésekor a legrégebbieket törli. Lehetőség van olcsóbb szöveges modell használatára tervezéshez és különálló látómodellre a képernyőképekhez.

Kapcsolódó: Google Agentic Browsing

Összehasonlítás és Elérhetőség

A WebBrain a böngésző-pluginek és a teljes ügynök-keretrendszerek között helyezkedik el. Nyílt forráskódú, ingyenes és helyi LLM támogatással rendelkezik (llama.cpp, Ollama), ellentétben a zárt forráskódú, előfizetéses alternatívákkal. Helyi futtatás esetén nem hagyja el a gépünket az adat. A WebBrain elérhető a Chrome Web Store-ban, a Firefox Add-ons-on és GitHub-on. A helyi modellek futtatásához egy parancs elegendő, és a Qwen 3.6 35B modellt ajánlják.

Kapcsolódó: Chrome AI Mód