Agent de navigation IA open source pour Chrome et Firefox. Discutez avec n'importe quelle page web, automatisez les tâches du navigateur et exécutez des workflows d'agent multi-étapes — propulsé par le LLM de votre choix.
- Lecture de page — Extrait le texte, les liens, les formulaires, les tableaux et les éléments interactifs de n'importe quelle page
- Actions du navigateur — Cliquer, saisir, faire défiler, naviguer et interagir avec les éléments de la page
- Modes Ask / Act — Mode lecture seule par défaut, mode agent complet avec confirmation
- Agent multi-étapes — Exécution autonome de tâches via des boucles d'utilisation d'outils (configurable, 130 étapes par défaut)
- Continuer depuis la limite — Lorsque l'agent atteint la limite d'étapes, cliquez sur Continuer pour poursuivre
- LLM multi-fournisseurs — Prend en charge les modèles locaux et cloud :
- WebBrain Cloud 1.0 (cloud, par défaut) — Option cloud gérée intégrée, aucune configuration locale requise
- llama.cpp (local) — Aucune clé API requise. Également Ollama et LM Studio
- OpenAI (GPT-5.5, etc.)
- Anthropic Claude (API native)
- Google Gemini, Mistral AI, DeepSeek, xAI Grok, Groq
- MiniMax, Alibaba Cloud (Qwen)
- Nvidia NIM
- OpenRouter (modèle par défaut :
stepfun/step-3.7-flash; accès à plus de 100 modèles)
- Assistant d'intégration — Visite guidée au premier lancement couvrant la sécurité du mode Act et la configuration des fournisseurs
- Interface en panneau latéral — Interface de chat épurée qui accompagne votre navigation
- Conversations par onglet — Chaque onglet possède son propre historique de chat
- Streaming — Diffusion de jetons en temps réel depuis tous les fournisseurs
- Contexte intelligent — Auto-compactage tenant compte des jetons (résume les tours plus anciens lorsque la conversation approche de la fenêtre de contexte du modèle, avec un avis visible « Contexte automatiquement compacté »), limites de résultats d'outils et récupération d'urgence en cas de débordement
- Prise en charge de la copie — Boutons de copie sur les blocs de code et les messages complets
- Bannière d'inspection de page — Indicateur visuel lorsque l'agent interagit avec la page
- Bouton d'arrêt — Interrompez l'agent en cours d'exécution à tout moment
- Mode Act déterministe — Le mode Act utilise une température de
0.15pour les décisions de contrôle du navigateur ; le mode Ask utilise0.3, et les descriptions de captures d'écran par vision dédiée utilisent0
git clone https://github.com/esokullu/webbrain.git- Ouvrez Chrome →
chrome://extensions/ - Activez le mode développeur (en haut à droite)
- Cliquez sur Charger l'extension non empaquetée → sélectionnez le dossier
webbrain
git clone https://github.com/esokullu/webbrain.git- Ouvrez Firefox →
about:debugging#/runtime/this-firefox - Cliquez sur Charger un module complémentaire temporaire
- Accédez à
src/firefox/et sélectionnezmanifest.json
Note : Les modules complémentaires temporaires sont supprimés au redémarrage de Firefox. Pour une installation permanente, l'extension doit être signée via addons.mozilla.org.
# Avec llama.cpp
llama-server -m your-model.gguf --port 8080
# Ou avec Ollama (compatible OpenAI)
ollama serve
# Puis définissez l'URL de base sur http://localhost:11434/v1 dans les paramètresFenêtre de contexte : Pour des exécutions d'agent fiables, chargez un modèle local avec au moins une fenêtre de contexte de 16k jetons (le minimum utilisable). 8k peut fonctionner avec le mode Compact activé (Paramètres → case à cocher par fournisseur) ; 4k est trop petit pour contenir le prompt système + les schémas d'outils. WebBrain compacte automatiquement la conversation à l'approche de la fenêtre — il suppose 16k pour les modèles locaux sauf si vous définissez une taille de contexte explicite, alors donnez au serveur du modèle (par ex.
llama-server -c 16384) suffisamment d'espace.
Cliquez sur l'icône WebBrain → le panneau latéral s'ouvre. Tapez un message comme :
- « Résume cette page »
- « Trouve tous les liens à propos des tarifs »
- « Remplis le champ de recherche avec 'AI agents' et clique sur Rechercher »
- « Navigue vers github.com et trouve les dépôts tendance »
Cliquez sur l'icône d'engrenage ou accédez à la page Options de l'extension pour configurer :
Paramètres d'affichage :
- Mode verbeux — Affiche le JSON complet des appels d'outils (désactivé par défaut)
- Repli sur capture d'écran — Utilise des captures d'écran lorsque la lecture du DOM échoue
- Étapes max de l'agent — Limite d'étapes configurable (5-200, 60 par défaut)
Fournisseurs :
| Fournisseur | URL de base | Clé API | Modèle par défaut |
|---|---|---|---|
| llama.cpp | http://localhost:8080 |
Non requise | (votre modèle chargé) |
| Ollama | http://localhost:11434/v1 |
Non requise | (votre modèle chargé) |
| LM Studio | http://localhost:1234/v1 |
Non requise | (votre modèle chargé) |
| OpenAI | https://api.openai.com/v1 |
Requise | gpt-5.5 |
| Anthropic Claude | https://api.anthropic.com |
Requise | claude-sonnet-4-6 |
| Google Gemini | https://generativelanguage.googleapis.com/v1beta/openai |
Requise | gemini-3.1-flash |
| Mistral AI | https://api.mistral.ai/v1 |
Requise | mistral-large-latest |
| DeepSeek | https://api.deepseek.com/v1 |
Requise | deepseek-v4-flash |
| xAI Grok | https://api.x.ai/v1 |
Requise | grok-4.3 |
| Nvidia NIM | https://integrate.api.nvidia.com/v1 |
Requise | meta/llama-3.1-8b-instruct |
| Groq | https://api.groq.com/openai/v1 |
Requise | llama-3.3-70b-versatile |
| MiniMax | https://api.minimax.chat/v1 |
Requise | minimax-m2.7 |
| Alibaba Cloud (Qwen) | https://dashscope.aliyuncs.com/compatible-mode/v1 |
Requise | qwen-max |
| OpenRouter | https://openrouter.ai/api/v1 |
Requise | stepfun/step-3.7-flash |
src/chrome/ src/firefox/
├── manifest.json (MV3) ├── manifest.json (MV2)
├── src/ ├── src/
│ ├── background.js │ ├── background.js (+ background.html)
│ ├── agent/ │ ├── agent/
│ ├── content/ │ ├── content/
│ ├── providers/ │ ├── providers/
│ ├── network/ │ ├── network/
│ ├── trace/ │ ├── trace/
│ ├── ui/ │ └── ui/
│ └── offscreen/ ├── styles/
├── styles/ ├── icons/
└── icons/ └── LICENSE
web/
├── index.html
├── privacy.html
└── vercel.jsonDifférence clé : Chrome utilise Manifest V3 (service worker, chrome.scripting, API sidePanel), Firefox utilise Manifest V2 (page d'arrière-plan, browser.tabs.executeScript, sidebar_action).
Une documentation plus approfondie se trouve dans docs/ : architecture, adaptateurs de sites, fournisseurs et modèles, modèle de sécurité, défense contre l'injection de prompt, confidentialité et flux de données, arbre d'accessibilité et refs, localisation, ajout d'un outil, et scénarios de test.
| Outil | Ask | Act | Compact | Description |
|---|---|---|---|---|
get_accessibility_tree |
Oui | Oui | Oui | Texte indenté à plat de l'arbre d'accessibilité de la page avec des ref_ids persistants |
read_page |
Oui | Oui | Oui | Extrait le texte, les liens, les formulaires de la page (repli texte hérité) |
read_pdf |
Oui | Oui | -- | Extrait le texte des documents PDF via pdfjs-dist intégré |
screenshot |
Oui | Oui | Oui | Capture l'onglet visible (avec save:true optionnel vers Téléchargements) |
full_page_screenshot |
Oui | Oui | -- | Capture la page entière défilable (Chrome uniquement) |
get_interactive_elements |
Oui | Oui | -- | Liste tous les éléments cliquables/interactifs (hérité, traverse le shadow DOM) |
get_frames |
Oui | Oui | -- | Liste toutes les iframes de la page |
get_shadow_dom |
Oui | Oui | -- | Lit les arbres shadow DOM |
scroll |
Oui | Oui | Oui | Fait défiler la page |
extract_data |
Oui | Oui | Oui | Extrait les tableaux, titres, images |
get_selection |
Oui | Oui | Oui | Récupère le texte surligné |
click_ax |
-- | Oui | Oui | Clique sur un élément par ref_id de l'arbre d'accessibilité (préféré) |
type_ax |
-- | Oui | Oui | Saisit dans un champ par ref_id. Prend en charge lang: "tr-deasciify" |
set_field |
-- | Oui | Oui | Focus + effacement + saisie + vérification en une fois par ref_id. Prend en charge lang: "tr-deasciify" |
click |
-- | Oui | Oui | Clique sur des éléments par sélecteur, index ou coordonnées (repli hérité) |
type_text |
-- | Oui | Oui | Saisit dans les champs de saisie. Prend en charge lang: "tr-deasciify" |
press_keys |
-- | Oui | Oui | Appuie sur Échap, Tab ou Entrée |
hover |
-- | Oui | -- | Survol approuvé par CDP pour les menus révélés au survol (Chrome uniquement) |
drag_drop |
-- | Oui | -- | Glisser-déposer via les événements de pointeur CDP (Chrome uniquement) |
navigate |
-- | Oui | Oui | Aller à une URL |
new_tab |
-- | Oui | Oui | Ouvrir un nouvel onglet |
wait_for_element |
-- | Oui | Oui | Attendre qu'un sélecteur apparaisse |
wait_for_stable |
-- | Oui | -- | Attendre que la page soit inactive (aucune mutation du DOM + aucun réseau) |
upload_file |
-- | Oui | -- | Télécharger un fichier vers un champ de fichier (Chrome uniquement) |
execute_js |
-- | Oui | -- | Exécuter du JavaScript personnalisé (Firefox uniquement — bloqué par la CSP MV3 sur Chrome) |
fetch_url |
Oui | Oui | Oui | Récupérer une URL depuis l'arrière-plan avec les cookies de l'utilisateur |
research_url |
Oui | Oui | -- | Ouvrir une URL dans un onglet caché, attendre le rendu JS, retourner le contenu |
download_files |
-- | Oui | -- | Télécharger un ou plusieurs fichiers (url unique ou tableau, max 3 simultanés) |
download_resource_from_page |
-- | Oui | -- | Télécharger une URL <img>/<video>/blob de la page actuelle |
download_social_media |
-- | Oui | Oui | Téléchargement de médias sociaux en une fois ; DOM/CDN d'abord, repli optionnel par recadrage vision du média visible |
list_downloads |
Oui | Oui | -- | Lister les téléchargements récents avec statut et URL sources |
read_downloaded_file |
-- | Oui | -- | Récupérer à nouveau le contenu d'un fichier téléchargé (texte ou base64) |
iframe_read / iframe_click / iframe_type |
-- | Oui | -- | Lire/cliquer/saisir à l'intérieur d'iframes inter-origines |
record_tab / stop_recording |
-- | Oui | -- | Enregistrer la vidéo+audio de l'onglet en .webm avec transcription Whisper optionnelle (Chrome uniquement) |
scratchpad_write |
Oui | Oui | Oui | Épingler une note dans le contexte qui survit à la synthèse |
clarify |
Oui | Oui | Oui | Mettre en pause et poser une question à l'utilisateur |
verify_form |
-- | Oui | -- | Vérifier les champs du formulaire avant de soumettre |
solve_captcha |
-- | Oui | Oui | Résoudre les CAPTCHAs via l'API CapSolver (optionnel, nécessite une clé API) |
done |
Oui | Oui | Oui | Signaler l'achèvement de la tâche |
Le mode Compact est un ensemble d'outils réduit + un prompt système plus court conçu pour les petits modèles locaux (2B-8B). Dans les builds Chrome et Firefox, il réduit le schéma du mode Act de plus de 40 outils à environ 20, diminuant la surface de décision et les hallucinations. Activez-le par fournisseur dans les Paramètres (case à cocher sur llama.cpp, Ollama, LM Studio ; désactivé par défaut).
Note sur le Shadow DOM : L'arbre d'accessibilité ne traverse que le light DOM. Sur les pages riches en Web Components (Stripe, Salesforce, Shopify), utilisez
get_interactive_elements(traverse les shadow roots ouverts) ouget_shadow_dom/shadow_dom_querypour des lectures ciblées.
Les outils fetch_url et research_url sont également fournis sous forme de
plugin LM Studio autonome sur
webbrain/web-tools, pour les
utilisateurs qui veulent l'utilisation d'outils de récupération web dans les chats LM Studio sans
exécuter l'extension de navigateur complète. Pur Node, sans navigateur sans interface.
lms clone webbrain/web-toolsSource : lmstudio-plugin/.
WebBrain accepte les commandes slash en tant que premier élément d'une ligne dans le champ de saisie. Tapez /help pour voir la liste dans le panneau.
| Commande | Ce qu'elle fait |
|---|---|
/help |
Affiche la liste des commandes disponibles |
/schedule |
Créer une tâche planifiée |
/list-schedules |
Afficher les tâches planifiées |
/show-scratchpad |
Afficher le bloc-notes actuel |
/allow-api |
Dérogation de mutation API par conversation. Lève la restriction UI-d'abord afin que l'agent puisse utiliser POST/PUT/PATCH/DELETE via fetch_url lorsque l'UI échoue. Un badge apparaît pendant l'activation ; il s'efface au /reset. |
/compact |
Force le compactage du contexte pour la conversation actuelle |
/verbose |
Bascule l'affichage des outils verbeux/compact (identique au bouton de la barre d'outils) |
/reset |
Efface la conversation et tous les indicateurs par conversation |
/screenshot |
Capture l'onglet visible et affiche l'image en ligne dans le chat |
/record |
Démarrer l'enregistrement de l'onglet actuel |
/export |
Télécharge la conversation actuelle sous forme de fichier Markdown |
/profile |
Bascule le remplissage automatique du profil sans ouvrir les Paramètres |
/vision |
Bascule le mode vision (compréhension de captures d'écran) sur le fournisseur actif |
/ask |
Passer en mode Demander avant d'envoyer |
/plan |
Passer en mode Demander avec une intention de planification |
La règle UI-d'abord par défaut existe parce que les actions API sont invisibles (vous ne voyez pas ce qui est envoyé), nécessitent souvent des jetons d'authentification distincts que vous n'avez peut-être pas configurés, et peuvent avoir un rayon d'impact bien plus grand qu'un mauvais clic visible. N'utilisez /allow-api que lorsque vous avez décidé d'accepter ce compromis pour une tâche spécifique.
- Firefox est nettement plus faible que Chrome. Firefox n'a pas d'équivalent au Chrome DevTools Protocol via
chrome.debugger, donc plusieurs fonctionnalités propres à Chrome manquent dans le build Firefox :- Le clic/la saisie passe par le chemin du content-script (
document.querySelector+el.click()) au lieu de CDPInput.dispatchMouseEvent. Cela signifie aucune traversée du shadow-DOM, aucun véritable événement de souris approuvé (certains gestionnaires React/Vue ne se déclenchent pas), aucune traversée de shadow root fermé, et aucun budget de réessairesolveSelector. - Aucune extension de réessai consciente de la navigation SPA.
- Aucune persistance de conversation à travers les redémarrages de l'arrière-plan.
- Aucune capture d'écran CDP. La capture automatique utilise
tabs.captureVisibleTabà la place, ce qui ne fonctionne que pour les onglets actifs et à une qualité légèrement inférieure. - Aucun support de shadow root fermé pour les outils de lecture/extraction.
- Les adaptateurs de sites, la détection par vision, la détection de boucle, la boucle de capture d'écran automatique et l'ensemble prompt/outils compact opt-in sont reflétés sur Firefox.
- Le clic/la saisie passe par le chemin du content-script (
- Détection de navigation SPA dans Firefox. Certaines applications monopages peuvent ne pas déclencher la réinjection du content-script après une navigation côté client.
- Module complémentaire temporaire Firefox — Firefox exige que l'extension soit chargée en tant que module complémentaire temporaire pendant le développement, ce qui est supprimé au redémarrage.
Consultez CHANGELOG.md pour l'historique complet des versions. Points forts récents : lecture PDF native avec passthrough Claude (8.x), plus de 65 corrections de bugs dans 8.5.0, le mode compact devenu entièrement opt-in (8.3.0), désasciification du turc (8.2.x), indicateur d'agent sur la page et panneau latéral limité au groupe d'onglets (6.0.x).
- Export/import de conversation — Sauvegarder et charger les historiques de chat
- Définitions d'outils personnalisés — Outils définis par l'utilisateur via les paramètres
- Raccourcis clavier — Touches de raccourci pour ouvrir le panneau, envoyer des messages, changer de mode
- Intégration au menu contextuel — Clic droit → « Demander à WebBrain à propos de ceci »
- Outil de capture d'écran/vision — Envoyer des captures d'écran à des modèles multimodaux pour la compréhension visuelle
- Chrome Web Store / Firefox AMO — Référencements officiels dans les boutiques
- Créez une nouvelle classe étendant
BaseLLMProviderdanssrc/providers/ - Implémentez
chat()et optionnellementchatStream() - Enregistrez-la dans
src/providers/manager.js
Tous les fournisseurs se normalisent vers un format de réponse commun :
{ content: string, toolCalls: Array|null, usage: Object|null }MIT — créé par Emre Sokullu