Skip to content

Open-source AI browser agent for Chrome and Firefox (monorepo) đź§ 

15.6 KB
Raw Blame

Logo WebBrain

WebBrain

Agent de navigation IA open source pour discuter avec les pages, automatiser les tâches et exécuter des workflows multi-étapes avec le LLM de votre choix.

Installer WebBrain depuis le Chrome Web Store Installer WebBrain depuis Firefox Browser Add-ons Installer WebBrain depuis Microsoft Edge Add-ons

English · 中文 · Français · Documentation · Site web · GPL-3.0-or-later

WebBrain lit une page, remplit un formulaire et télécharge un fichier

WebBrain est une extension de navigateur qui place un agent IA dans un panneau latéral, à côté de vos onglets. Posez-lui des questions sur la page où vous êtes, ou confiez-lui une tâche et laissez-le cliquer, saisir et naviguer pour l'accomplir. Il tourne sur le modèle de votre choix — un serveur local llama.cpp ou Ollama, une API cloud de pointe, ou l'option gérée par défaut qui ne demande aucune configuration.

Installation

Installez depuis le Chrome Web Store, les modules Firefox ou les modules Edge.

Ou chargez-le depuis les sources
git clone https://github.com/webbrain-one/webbrain.git

Chrome — ouvrez chrome://extensions/, activez le mode développeur (en haut à droite), cliquez sur Charger l'extension non empaquetée et sélectionnez le dossier webbrain/src/chrome.

Firefox — ouvrez about:debugging#/runtime/this-firefox, cliquez sur Charger un module complémentaire temporaire et sélectionnez src/firefox/manifest.json. Les modules temporaires sont supprimés au redémarrage de Firefox ; une installation permanente nécessite une signature via addons.mozilla.org.

Utilisation

Cliquez sur l'icône WebBrain pour ouvrir le panneau latéral, puis tapez par exemple :

  • « RĂ©sume cette page »
  • « Trouve tous les liens Ă  propos des tarifs »
  • « Remplis le champ de recherche avec 'AI agents' et clique sur Rechercher »
  • « Navigue vers github.com et trouve les dĂ©pĂ´ts tendance »

Trois modes contrĂ´lent ce que l'agent a le droit de faire :

Mode Ce qu'il peut faire
Ask Lecture seule. Lit la page, répond aux questions, récupère des URL.
Act Clique, saisit, navigue, téléverse, télécharge, remplit des formulaires.
Dev Ajoute source de page, styles, console, réseau et éditions réversibles.

Choisir un modèle

WebBrain Companion est notre application de bureau distincte pour les modèles locaux et les abonnements compatibles. Téléchargez-la pour Windows, macOS ou Linux, puis sélectionnez la carte WebBrain Companion dans Fournisseurs. L'adresse locale par défaut est http://127.0.0.1:8327/v1 ; aucune clé API n'est requise pour l'extension sur cet ordinateur. Chargez les modèles et testez la connexion. Le guide de configuration donne plus de détails.

WebBrain Compass 1.0 est l'option par défaut : ni clé API, ni configuration locale.

Les modèles locaux ne demandent pas non plus de clé API. Pointez WebBrain vers n'importe quel serveur compatible OpenAI :

llama-server -m your-model.gguf --port 8080          # llama.cpp
ollama serve                                          # Ollama  → :11434/v1
vllm serve your-model --port 8000                     # vLLM    → :8000/v1
python -m sglang.launch_server --model-path your-model --port 30000

LM Studio (:1234/v1), Jan (:1337/v1), LocalAI (:8080/v1) et GPT4All (:4891/v1) fonctionnent de la même manière. La carte générique Proxy local compatible OpenAI reste disponible pour les autres passerelles compatibles. Dimensionnez la fenêtre chargée pour le prompt et les schémas d'outils du niveau choisi, la page, l'historique et la sortie demandée. 16k est une valeur de configuration par défaut, pas un minimum garanti ; Compact ne tient pas nécessairement dans 8k. Mid et Full peuvent dépasser 16k avant même que l'historique s'accumule ; la compression ne réduit pas le prompt ni les schémas fixes. L'estimation ne remplace pas le tokenizer du modèle ; consultez le guide de contexte. WebBrain détecte automatiquement la fenêtre réelle pour llama.cpp, Ollama et LM Studio, et compacte la conversation à mesure qu'elle se remplit. Il existe aussi un relais ollama launch webbrain --model <model> en préversion. Détails : fournisseurs et modèles.

API cloud — OpenAI, Anthropic Claude, Google Gemini, Azure OpenAI, AWS Bedrock, Mistral, DeepSeek, xAI Grok, MiniMax, Kimi, Qwen, z.ai GLM, Groq, Together, Cloudflare, Nvidia NIM, Hugging Face, Fireworks, OpenRouter et d'autres. Les Paramètres embarquent 106 cartes de fournisseurs sur Chromium (105 sur Firefox), dont l'option WebGPU locale sans endpoint — voir le catalogue complet.

Fonctionnalités

  • Lit n'importe quelle page — texte, liens, formulaires, tableaux, PDF et Ă©lĂ©ments interactifs, via l'arbre d'accessibilitĂ© plutĂ´t que des sĂ©lecteurs fragiles
  • Agit dessus — cliquer, saisir, faire dĂ©filer, naviguer, tĂ©lĂ©verser, tĂ©lĂ©charger et vĂ©rifier des formulaires, avec des demandes d'autorisation par site avant toute action consĂ©quente
  • Plan avant Act — Act et Dev peuvent gĂ©nĂ©rer un plan structurĂ©, l'afficher pour approbation, et l'Ă©pingler dans le scratchpad avant l'exĂ©cution du moindre outil
  • Agent multi-Ă©tapes — boucle d'utilisation d'outils autonome, configurable jusqu'Ă  195 Ă©tapes (130 par dĂ©faut), avec un bouton Continuer en cas de limite
  • Workflows enregistrĂ©s — transformez une exĂ©cution rĂ©ussie en workflow rĂ©utilisable et sans valeurs, que vous pouvez relancer, exporter et partager
  • Tâches planifiĂ©es et surveillance — /schedule pour plus tard, /watch pour interroger une page et agir quand une condition est remplie
  • CompĂ©tences — instructions et outils de confiance chargĂ©s uniquement quand c'est pertinent
  • Contexte intelligent — auto-compactage tenant compte des jetons, limites de rĂ©sultats d'outils et rĂ©cupĂ©ration d'urgence en cas de dĂ©bordement
  • Conversations par onglet — chaque onglet garde son historique ; mĂ©moire utilisateur locale optionnelle pour vos prĂ©fĂ©rences dĂ©clarĂ©es
  • Panneau latĂ©ral pensĂ© pour la lecture — rĂ©ponses Ask en streaming, commandes flottantes qui gardent votre question visible pendant que la rĂ©ponse s'allonge, boutons de copie, bannière d'inspection de page et un bouton d'arrĂŞt utilisable en cours d'exĂ©cution
  • DĂ©terministe par dĂ©faut — tempĂ©rature 0.15 pour les dĂ©cisions de contrĂ´le du navigateur, 0.3 pour Ask, 0 pour les descriptions de captures d'Ă©cran

Outils de l'agent

WebBrain sépare le niveau du mode. Le niveau (compact, mid, full) est un réglage par fournisseur contrôlant le nombre d'outils que le modèle voit — Compact convient aux petits modèles locaux, Full débloque hover, drag-drop, frames et shadow DOM. Le mode (ask, act, dev) contrôle ce que l'utilisateur autorise.

La matrice complète outil × niveau, les notes WebMCP et les diagnostics du mode Dev se trouvent dans outils de l'agent.

Commandes slash

Tapez /help dans le panneau pour les syntaxes et options complètes. Les plus utiles :

Commande Ce qu'elle fait
/ask · /act · /dev · /plan Changer de mode avant d'envoyer
/schedule [invite] Créer une tâche planifiée
/watch [--keep] [--secs <30-120>] [--long | --short] <condition et action> [/beep] Interroger la page courante et agir quand une condition est remplie
/workflow --save <nom> Compiler la dernière exécution réussie en workflow réutilisable
/memory --add <texte> Enregistrer une préférence utilisateur
/screenshot [--full-page] Capturer l'onglet, ou la page entière défilable
/record [--transcribe] Enregistrer l'onglet actuel, avec transcription optionnelle
/export [--traces | --config] Télécharger la conversation, la chaîne d'outils ou un instantané des Paramètres
/compact · /reset · /verbose Compacter le contexte, effacer la conversation, basculer le détail des outils
/allow-api Dérogation par conversation autorisant fetch_url à muter quand l'UI échoue

/watch effectue sa première vérification immédiatement, puis interroge toutes les 60 secondes (--secs accepte 30 à 120). Les conditions relatives comme « quand un nouveau commit apparaît » établissent une référence à la première vérification ; --keep maintient la surveillance active et supprime les alertes répétées pour la même clé d'événement stable.

Référence complète, y compris /dangerously-skip-permissions et les suffixes de capture d'exécution : commandes slash.

Raccourcis clavier

Les raccourcis du panneau latéral Chrome fonctionnent lorsque le panneau latéral WebBrain a le focus.

Raccourci Ce qu'il fait
Ctrl+/ ou Cmd+/ Mettre le focus dans le champ de saisie
Ctrl+Shift+A ou Cmd+Shift+A Passer en mode Ask
Ctrl+Shift+X ou Cmd+Shift+X Passer en mode Act
Ctrl+Shift+D ou Cmd+Shift+D Passer en mode Dev
Escape Arrêter l'exécution active, sauf s'il ne fait que fermer l'autocomplétion des commandes slash
Escape deux fois ArrĂŞter un enregistrement actif depuis WebBrain ou une page du navigateur

Documentation

Architecture Vue d'ensemble, flux d'un tour, sous-systèmes
Outils de l'agent Niveaux, modes et matrice complète
Commandes slash Toutes les commandes et options
Fournisseurs et modèles 106 cartes sur Chromium, 105 sur Firefox, configuration locale, niveaux
Compétences Compétences intégrées, import, outils de compétence
Modèle de sécurité Permissions, identifiants, frontières de confiance
Défense contre l'injection de prompt Couches de défense et limites connues
Confidentialité et flux de données Ce qui quitte le navigateur, et ce qui reste
Arbre d'accessibilité et refs Comment les pages sont lues et ciblées
Adaptateurs de sites Consignes par site
Export and workflow formats webbrain-config/1, webbrain-workflow/1 (en anglais)
Ajouter un outil · Localisation · Scénarios de test Guides pour contributeurs

Également disponible en English et 中文.

Structure du dépôt

src/chrome/     Build Manifest V3 — service worker, chrome.scripting, sidePanel
src/firefox/    Build Manifest V2 — page d'arrière-plan, executeScript, sidebar_action
docs/           Documentation de conception et de référence (en, zh-CN, fr)
lmstudio-plugin/  fetch_url + research_url en plugin LM Studio autonome
web/            Site vitrine et site de documentation
test/           Suite de tests Node, benchmarks de scénarios LLM, corpus de sécurité

La quasi-totalité du code de l'agent est partagée entre les deux builds. Voir architecture pour les points de divergence.

Problèmes connus

Firefox est nettement plus faible que Chrome. Firefox n'a pas d'équivalent au Chrome DevTools Protocol via chrome.debugger : le build Firefox n'a donc pas de traversée du shadow DOM, pas de véritables événements de souris approuvés (certains gestionnaires React/Vue ne se déclenchent pas), pas de traversée de shadow root fermé, pas de budget de réessai resolveSelector, pas de réessai conscient de la navigation SPA, et pas de captures d'écran CDP (repli sur tabs.captureVisibleTab, onglets actifs uniquement). Les adaptateurs de sites, la détection par vision, la détection de boucle, la boucle de capture automatique et l'ensemble prompt/outils Compact sont reflétés sur Firefox. Certaines applications monopages peuvent aussi ne pas déclencher la réinjection du content-script après une navigation côté client.

Contribuer

Voir CONTRIBUTING.md. Pour ajouter un outil, suivez la checklist d'ajout d'un outil. Pour ajouter un fournisseur, étendez BaseLLMProvider, implémentez chat() (et éventuellement chatStream()), et enregistrez-le dans providers/manager.js — en répercutant les deux changements dans src/chrome/ et src/firefox/. Tous les fournisseurs se normalisent vers { content, toolCalls, usage } ; détails dans fournisseurs et modèles.

Les changements récents sont dans CHANGELOG.md.

Plugin LM Studio

fetch_url et research_url sont également fournis comme plugin LM Studio autonome sur webbrain/web-tools, pour utiliser des outils de récupération web dans les chats LM Studio sans l'extension de navigateur. Pur Node, sans navigateur sans interface.

lms clone webbrain/web-tools

Source : lmstudio-plugin/.

Contributeurs

Citation

@software{webbrain2026,
  author = {Sokullu, Emre},
  title = {WebBrain : Agent de navigation IA open source pour discuter avec les pages},
  year = {2026},
  publisher = {GitHub},
  url = {https://github.com/webbrain-one/webbrain}
}

Licence

WebBrain est distribué sous GPL-3.0-or-later, car l’extension de navigateur distribuée intègre le runtime WebAssembly Xapian/libzim sous GPL.

Créé avec ❤️ par Emre Sokullu et les contributeurs open source.