Skip to content

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

9.7 KB
Raw Blame

技能

技能是可信的指令文本 —— 可选地带有自己的工具清单 —— WebBrain 只在相关时才会 将其加载到运行中。可在设置 → 技能中管理:导入技能文本或 URL,或移除任何内置技能。

加载机制

Mid 和 Full 运行会收到一个小型的可用技能目录:ID、名称、摘要和可选的规范语义意图。 只有在通过 load_skill 为当前运行激活该技能后,完整指令才会追加到系统提示中。 Compact 层级完全禁用技能 —— 没有加载器、没有技能提示、没有技能工具。

导入的技能会复制到浏览器本地存储中。

元数据

可选的围栏 webbrain-skill JSON 块可以声明:

字段 含义
summary 最多 200 个字符
modes ask、act 和/或 dev
intents 最多六个规范意图,例如 verification_code 或 public_media_download

意图是给 LLM 的跨语言语义提示,而非字面关键词匹配。没有元数据的技能会将第一段 正文推断为摘要,不会推断出意图,并默认为 Act/Dev。

WebBrain 也会识别导入的 Agent Skills SKILL.md 中必需的 name 和 description YAML frontmatter。名称和描述会写入路由目录,而在加载 Markdown 正文前会移除 frontmatter。在设置中输入的名称及 webbrain-skill 块仍有 更高优先级。

这仅属于指令兼容。WebBrain 只导入一个文本文档;它不会获取打包的 scripts/、 references/ 或 assets/,不会执行技能代码,也不会把 Agent Skills 的 allowed-tools 字段当作 WebBrain 权限或工具清单。WebBrain HTTP 工具仍应使用 webbrain-tools。WebBrain 只识别有效 frontmatter 之后 Markdown 正文中的 webbrain-skill 和 webbrain-tools 围栏;frontmatter 内形似围栏的文本不能授予 路由资格或注册工具。

技能工具

技能可以通过围栏 webbrain-tools JSON 清单暴露只读 HTTP 工具,或短生命周期的 下载任务工具。

导入技能就是其所声明 HTTPS 端点的信任边界。 下载任务类技能工具仍然在 Act 模式 下运行,并在保存文件前经过常规的下载权限关卡。来自第三方内容的工具结果应标记为 resultPolicy: "untrusted",以便被包装为数据而非指令。

技能 HTTP 工具会拒绝重定向(包括浏览器的不透明重定向),因此清单必须使用不会返回 3xx 的最终 HTTPS 主机。

技能工具不属于静态的工具矩阵:技能加载前或被移除后, 其工具并不存在。

内置技能

打包的技能 markdown 位于 skills/,并在 PACKAGED_SKILL_SOURCES (agent/skills.js)中注册。设置 → 技能会列出全部打包技能;仅以下默认技能会被 预先启用。

默认启用

四者都可以在设置 → 技能中移除。已移除的默认技能不会被静默恢复,预激活也不会恢复它。

FreeSkillz.xyz

可通过其技能清单暴露 read_youtube_transcript、fetch_nytimes_article、 resolve_public_media 和 download_public_media。在 NYTimes / The Athletic 标签页 上,它会为当前运行预先激活,使结构化的阻塞 pageGate 可以直接路由到无凭证的文章 回退方案。

公共视频下载支持 Bluesky 和 Mastodon。FreeSkillz 在服务器上将 Bluesky 的 HLS 流合成为一个含音频的 MP4 文件;Mastodon 状态永久链接适用于不同的公开实例。 在信息流或个人资料页上,先识别可见目标并取得准确的帖子或状态永久链接。

OTP / 验证码助手

仅在相关请求时加载,且不声明任何外部网络工具。在 Mid 和 Full 中,它只增加一个受限的 内部读取工具,用于已经打开并登录的受支持网页邮箱标签页。inspect 不会修改邮箱,且仍可 在 Ask 中使用。由于打开邮件可能把它标记为已读,open_message 只允许在 Act/Dev 中运行, 并要求对邮箱主机授予普通点击权限;它只会创建一个临时的非活动副本,完整读取所有有界续页 (无法完成时安全失败),然后关闭副本。模型只会收到不透明的邮件引用, 不会收到标签页目录、邮箱 URL 或可访问性引用。Compact 不提供技能或跨标签页工具。 在活动的运行标签页上,它仍优先使用选中文本或有界的可访问性树子树,排除短信/原生应用 访问,并遵守严格秘密处理规则。

使用时,限定范围的页面内容和验证码会包含在发往你所配置 LLM 提供商的正常请求中。 如果启用了记录追踪,原始工具结果和模型响应也会本地存储,直到这些追踪被删除。

Humanizer(人性化改写)

改写 WebBrain 为你撰写的正文,例如邮件回复或帖子,使其读起来像真人所写。它不声明 任何网络工具,也不新增工具。

在网页邮箱标签页(Gmail、Outlook、Yahoo、Proton、Fastmail、Zoho、Yandex)上,它会 为当前运行预激活,因此回复无需额外的 load_skill 调用即可被人性化。预激活依赖站点 适配器匹配,因此在设置中关闭站点适配器后它不会生效,此时该技能与在其他站点一样 通过目录加载。在其他站点,当请求涉及起草或改写文本时,它按正常目录加载。它只返回最终文本;除非你主动询问,否则 不会说明改动了什么。

在任意页面选中文本后,浮窗和右键菜单里都会出现 Humanize 项。它会在任意站点预激活 该技能,并且同一段选中文本会话的后续轮次也会保留它。预设的阅读类操作——Summarize、 Explain、Quiz me、Proofread、Translate——以及在选区输入框中输入的自由问题不会预激活, 因为它们没有以结构化方式表明写作请求。这样路由是因为选中文本的运行完全不携带工具:技能 目录对它不可见,运行开始时没有加载的技能之后也无法再加载。

它只改写面向真人读者的正文。引用内容、地址、验证码、价格、表单字段值,以及你逐字提供 的措辞都保持不变。

WordPress REST API

仅在 Mid/Full 的相关 Act/Dev 内容任务中按需加载,不新增工具或身份验证机制。 Compact 仍禁用技能,只使用适配器中的简短指引。对于文章、页面、支持 REST 的自定义 内容类型及分类,确认所需字段、登录会话和 API 修改权限可用后,优先使用 API。 若仅缺少权限,只请求一次 /allow-api;已有授权无需重复请求。Ask 模式不执行修改。

保留已有记录 ID,新内容先创建为草稿,核实内容及分类 ID 后,仅按用户要求发布同一 记录。写入结果不确定时,先核实再重试。fetch_url 返回的 nonce 和后续 X-WP-Nonce 请求头可能进入模型对话及已启用的跟踪记录。因此,严格秘密处理开启时使用界面路径, 不主动要求关闭该设置。API 不适用时,先尝试现有的代码、文本或 Classic 编辑器; 安装插件仍需明确授权。详见技能配方。

CMS 内容配方(API 优先)

九项彼此独立、仅含指令的技能覆盖 Ghost、Drupal、Joomla、Webflow、Shopify、 Wix、Strapi、Contentful 和 Sanity。它们在 Mid/Full 的 Ask/Act/Dev 中都出现在 默认目录里,但只有当前内容任务选中的那一项会被加载。这些技能不新增 HTTP 工具 清单、凭据存储或 OAuth 集成。各服务的对照矩阵与测试覆盖见 CMS API-first 边界与验证(英文)。

在这类内容任务中,若目标站点、所需字段、任务范围、服务端权限和 WebBrain 的 API 修改授权都满足条件,WebBrain 会在只读的能力与身份探测之后优先使用官方 API, 无需先在编辑器中失败。API 本可用但缺少授权时,只请求一次 /allow-api;已有授权 直接复用,拒绝也会被尊重。Ask 保持只读,GraphQL 查询的 POST 同样受按方法的 权限校验约束。Compact 没有技能加载器,仅在受支持的 CMS 路由上获得简短的适配器 指引。

可选打包技能

这些技能随扩展一起提供,并在设置 → 技能中显示为可启用;默认不会预先打开。

技能 模式 网络工具
一次性邮箱(Mail.tm) Act, Dev Mail.tm HTTPS API
临时文件分享(Litterbox) Act, Dev 使用浏览器上传工具;短时公开链接
Open-Meteo 天气 Ask, Act, Dev 地理编码 + 预报 HTTPS
Open Library Ask, Act, Dev Open Library 搜索 HTTPS
Wikipedia Ask, Act, Dev Wikipedia REST 搜索 + Action API 摘要 HTTPS
土耳其语字符恢复 Ask, Act, Dev 仅指令;使用普通的逐字文本输入工具

仅在你希望其工具与指令可用于符合条件的运行的 load_skill 时再启用。

按服务编写 API 配方

将具体操作留在各服务的技能中,例如 WordPress、Mail.tm 的临时邮箱及 API 回退流程、 Phonr 的通话授权和中断恢复。配方应说明端点发现、字段支持、身份验证、权限、凭据暴露、 结果核实、写入不确定时的处理,以及界面回退。加载技能不授予 API 修改权限;WordPress 例外也不会改变 Mail.tm 或 Phonr 自身的规则。这样无需始终将完整流程放进公共提示。

另请参阅