WebBrain: Локальный AI-агент для браузера с открытым кодом

В эпоху, когда искусственный интеллект проникает в каждый уголок нашего цифрового быта, вопрос конфиденциальности данных становится не просто техническим нюансом, а фундаментальным правом пользователя. Большинство современных AI-инструментов, работающих в браузере, требуют отправки ваших данных на удаленные серверы. Это создает риски: от перехвата личной переписки до анализа ваших привычек для рекламных профилей. Но что, если бы вы могли использовать мощь больших языковых моделей (LLM) прямо в своем браузере, не отдавая ни байта информации в облако? Именно на этот вопрос отвечает проект WebBrain — бесплатный, open-source агент для браузера, который не только читает веб-страницы, но и выполняет сложные многошаговые задачи, полностью оставаясь в пределах вашего устройства.

WebBrain — это не просто еще один плагин для чата с сайтом. Это полноценный «агент», способный взаимодействовать с интерфейсом так, как это делает человек: кликать, прокручивать, заполнять формы и извлекать данные. При этом он построен с учетом принципа «local-first» (сначала локально), что означает максимальную приватность. Если вы запустите его против локальной модели, ваши данные никогда не покинут машину. Если же вам потребуется больше вычислительной мощности, вы можете подключить облачный API, но только по вашему прямому желанию. В этой статье мы подробно разберем, как работает WebBrain, почему его архитектура безопаснее аналогов, как настроить локальный запуск и какие сценарии использования он покрывает лучше всего.

01Что такое WebBrain и как он устроен?

WebBrain — это расширение для браузеров Chrome и Firefox, разработанное Emre Sokullu и лицензированное под разрешительной лицензией MIT. Его исходный код полностью открыт и доступен на GitHub, что позволяет любому специалисту по безопасности или разработчику проверить, что именно делает агент с вашими данными. В отличие от многих проприетарных решений, WebBrain не требует создания аккаунта, не собирает телеметрию и не хранит историю на внешних серверах.

Технически агент живет в боковой панели браузера. В Chrome он использует современную Manifest V3 и API sidePanel, что обеспечивает стабильную работу в последних версиях браузера. В Firefox, который все еще опирается на Manifest V2, используется API sidebar_action. Каждая вкладка браузера имеет свою собственную историю разговоров, что позволяет параллельно работать над разными задачами, не смешивая контексты. Например, вы можете изучать техническую документацию в одной вкладке и заполнять форму заказа в другой, и агент будет помнить контекст только для текущей сессии.

Важнейшая особенность WebBrain — работа в рамках существующей сессии аутентификации. Агент видит страницы точно так же, как видите их вы: с учетом ваших логинов, паролей и настроек. Это критически важно для задач, требующих доступа к личным кабинетам, но при этом WebBrain не сохраняет эти данные нигде, кроме локального хранилища браузера, которое вы контролируете.

02Два режима работы: Ask и Act

Архитектура WebBrain построена вокруг двух основных режимов, каждый из которых решает свой класс задач. Понимание разницы между ними ключ к эффективному использованию агента.

Ask Mode (Режим вопросов)

Это режим «только чтение». В нем WebBrain анализирует содержимое страницы, извлекает структурированные данные, суммирует тексты или отвечает на вопросы по содержанию. Он работает через обычные скрипты контента (content scripts), которые имеют доступ к DOM-дереву текущей вкладки. Этот режим безопасен по умолчанию, так как не может изменить страницу или выполнить какие-либо действия от вашего имени. Температура генерации (параметр, влияющий на креативность и случайность ответов) в этом режиме установлена на 0.3, что обеспечивает баланс между точностью и гибкостью формулировок.

Act Mode (Режим действий)

Здесь WebBrain переходит от пассивного анализа к активному взаимодействию. В этом режиме агент может кликать по элементам, вводить текст, прокручивать страницы, переходить по ссылкам и выполнять сложные рабочие процессы. Как он это делает технически? В Chrome WebBrain использует Chrome DevTools Protocol (CDP) через API chrome.debugger. Это позволяет ему генерировать «доверенные» события ввода (trusted input events), которые современные веб-сайты распознают как реальные действия пользователя, а не как ботовский скрипт. Это особенно важно для обхода простых защит от автоматизации.

Кроме того, CDP дает агенту доступ к кросс-доменным iframe и Shadow DOM, которые часто недоступны обычным скриптам контента. Однако эта мощь ограничена: отладчик подключается только тогда, когда действие действительно необходимо, и только для конкретной вкладки. Chrome отображает стандартное уведомление «WebBrain начал отладку этого браузера», чтобы вы всегда знали, когда агент активен. В Firefox ситуация сложнее: поскольку в Firefox нет полного аналога CDP, режим Act там работает в значительно ограниченном режиме, что является компромиссом безопасности и совместимости.

03Модель безопасности: защита от инъекций и несанкционированных действий

Браузерные агенты работают на «враждебной поверхности». Веб-страницы могут содержать скрытые промпт-инъекции — тексты, предназначенные для перехвата управления агентом. WebBrain спроектирован с учетом этой угрозы.

По умолчанию агент запускается в режиме Ask (только чтение). Для любых значимых действий, таких как отправка формы, покупка товара или отправка сообщения, WebBrain запрашивает ваше подтверждение. Эти запросы можно отключить в настройках разрешений, но по умолчанию они включены, создавая дополнительный слой защиты. Это предотвращает сценарии, когда вредоносный сайт пытается заставить AI-агент выполнить действие против вашей воли.

Еще один важный принцип — «UI-first» для изменений. Если нужно создать, отправить или купить что-либо, WebBrain использует видимый пользовательский интерфейс. Он отказывается вызывать REST или GraphQL эндпоинты напрямую для мутаций данных. Это означает, что агент не может тайно отправить запрос на сервер, минуя визуальную проверку. Существует исключение: если UI действительно не работает (например, сломанная кнопка), можно разрешить прямое API-вызов через команду /allow-api, но это требует явного разрешения пользователя.

Чтение данных обрабатывается отдельно. Запросы к фоновым HTTP-серверам для получения README или сравнения цен используют инструменты fetch_url и research_url. Поскольку чтение ничего не меняет на сервере, к нему применяются менее строгие правила, что ускоряет работу.

04Практические сценарии использования

WebBrain открывает широкие возможности для автоматизации рутинных задач. Рассмотрим конкретные примеры.

Извлечение данных (Data Extraction)

Это, пожалуй, самое очевидное применение. Откройте каталог товаров и спросите: «Извлеки все названия продуктов и цены с этой страницы». Агент анализирует структуру страницы и возвращает структурированные данные в виде строк или JSON. Это работает не только с HTML, но и с PDF-файлами. Например, вы можете загрузить отчет в формате PDF и попросить агента извлечь финансовые показатели за последний квартал.

Исследовательские сводки

Попросите: «Суммируй эту статью». Затем задайте уточняющий вопрос. WebBrain честно определяет наличие платного контента (paywalls) и не пытается их обойти, что соответствует этическим нормам. Также агент умеет автоматически закрывать баннеры согласия с cookies, очищая страницу для чтения. Это экономит время, которое обычно тратится на борьбу с навязчивыми всплывающими окнами.

Заполнение форм

Для повторяющихся регистраций можно использовать функцию автозаполнения профиля. Вы сохраняете короткую биографию или контактные данные в локальном plaintext-профиле. Затем, заполняя формы на сайтах, WebBrain использует эти данные для заполнения полей. Это идеально для низкоуровневых регистраций, где не требуется высокая безопасность. Помните: не используйте этот метод для банковских или государственных сервисов.

Многошаговая автоматизация

Попробуйте команду: «Перейди на github.com и найди самые популярные репозитории». В режиме Act агент цепочкой выполняет навигацию, чтение и клики. Он может открыть несколько вкладок, сравнить данные и вывести итог. Это превращает браузер в мощный инструмент для сбора информации из множества источников.

05Контроль затрат на токены

Даже при использовании локальных моделей или облачных API, длинные сессии могут потреблять много ресурсов. WebBrain предлагает три способа оптимизации затрат.

1. Оптимизация скриншотов: Перед отправкой изображения в модель скриншоты уменьшаются и сжимаются с помощью JPEG-компрессии. Это значительно снижает количество токенов, необходимых для обработки визуальной информации.
2. Обрезка истории: По мере заполнения окна контекста, самые старые сообщения и результаты инструментов удаляются в порядке «первым пришел — первым ушел» (FIFO). Это предотвращает переполнение памяти и рост затрат.
3. Разделение моделей: Вы можете использовать дешевую текстовую модель для планирования действий и отдельную, более дорогую визуальную модель для анализа скриншотов. Это позволяет экономить, не жертвуя качеством понимания интерфейса.

06Сравнение с другими решениями

WebBrain занимает уникальную нишу между простыми плагинами для AI-чата и сложными фреймворками для разработчиков. Вот как он выглядит на фоне популярных альтернатив:

Важно отметить, что такие фреймворки, как OpenClaw или Browser-Use, относятся к другой категории. Это SDK для разработчиков, предназначенные для безголовых (headless) пайплайнов. WebBrain же — это расширение для конечного пользователя, которым можно управлять через чат-панель. Вы можете использовать их вместе: WebBrain для интерактивной работы в браузере, а SDK для фоновой автоматизации.

07Настройка и запуск: локальные и облачные модели

WebBrain поддерживает как локальные, так и облачные модели через единый интерфейс. Среди локальных опций: llama.cpp, Ollama, LM Studio, Jan, vLLM и SGLang. Среди облачных: OpenAI, Anthropic Claude, Gemini, Mistral, DeepSeek, xAI Grok, Groq, MiniMax, Alibaba Cloud (Qwen), Nvidia NIM и OpenRouter.

Для тех, кто не хочет настраивать локальные серверы, есть встроенная опция WebBrain Cloud. Она стоит $5 в месяц на профиль устройства и работает по политике добросовестного использования. Для локального использования, например, с llama.cpp, ключ API не требуется.

Запуск локального сервера занимает одну команду. Для llama.cpp нужно загрузить модель с контекстным окном не менее 16k токенов:

llama server -m your_model.gguf -c 16384 --port 8080

Для Ollama (с совместимым с OpenAI интерфейсом) нужно установить переменную окружения для разрешенных origins:

OLLAMA_ORIGINS="*" ollama serve

Затем в настройках расширения укажите базовый URL, например, http://localhost:11434/v1. Для серверов vLLM на другом компьютере включите CORS с помощью флага –allowed-origins '["*"]'.

Рекомендуемая модель — Qwen 3.6 35B (Qwen3.6-35B-A3B). Она показала лучшие результаты на бенчмарке скриншотов проекта, превзойдя Gemma 4. Для идеальной работы рекомендуется видеокарта RTX 5090, но RTX 4090 также подойдет с использованием квантования INT4 AutoRound.

08Что это значит на практике

WebBrain представляет собой значительный шаг вперед в области приватного AI. Он демонстрирует, что мощные агенты могут работать локально, не требуя облачных сервисов. Для пользователей из России, где доступ к некоторым облачным AI-сервисам может быть ограничен или дорог, возможность запуска на локальных моделях через llama.cpp или Ollama становится критически важной. Вы получаете полный контроль над данными, не зависите от геоблокировок и можете использовать любые доступные вам модели, от открытых Qwen до локально развернутых Llama.

Безопасность, заложенная в архитектуру — режим «только чтение» по умолчанию, запросы на подтверждение действий и отказ от прямых API-вызовов для мутаций — делает WebBrain надежным инструментом для работы с чувствительными данными. Хотя Firefox имеет ограничения в режиме Act, для пользователей Chrome это полноценный инструмент автоматизации, сравнимый с платными решениями, но с преимуществом открытого кода и локального запуска.

WebBrain доступен в Chrome Web Store, Firefox Add-ons и на GitHub. Если вы ищете способ автоматизировать рутинные задачи в браузере, сохраняя при этом полную конфиденциальность, WebBrain — один из лучших вариантов на сегодняшний день. Попробуйте запустить его с локальной моделью, чтобы оценить скорость и точность работы, и убедитесь, что AI может быть не только умным, но и безопасным.

Источник: MarkTechPost ↗