Natural Language Browser Agent

用自然语言 + 自己的 API Key 操作浏览器（DeepSeek / Kimi / 通义 / 自定义）

用一句话指挥浏览器：AI 会看页面、想步骤、替你点击输入，直到完成任务。 在侧边栏输入自然语言指令，AI 就能替你操作网页——搜索、填表、点击、 滚动、编辑在线文档，一步步完成任务。 【需要自备 API Key】 本扩展不内置 AI 能力，需要你在模型服务商（DeepSeek、Kimi、通义千问、 OpenAI 或任意 OpenAI 兼容接口）申请 API Key 并填入设置页。扩展本身 完全免费，模型调用费用由服务商按你的用量收取。API Key 只保存在本机 浏览器存储中，除调用你自己配置的接口外不会发送到任何地方。 【主要功能】 • 自然语言指挥：一句话描述任务，AI 自动规划并执行点击、输入、滚动、跳转 • 视觉理解：把页面截图发给视觉模型，能读懂 Google Docs 等 canvas 页面 和文档中嵌入的图片、题目 • 真实键鼠输入：通过 Chrome 调试接口发送受信任的键鼠事件，可操作 Google Docs 等不响应普通脚本的应用 • 可靠的文档编辑：批量查找替换一次到位，已对照真实 Google Docs 校准 • 附件：给任务附加图片或文本文件作为参考 • 浮窗模式：面板可弹出到网页上，自由拖动、调整大小 • 主题与多语言：界面颜色全可定制，支持简中/英/日/韩/西/法/德 7 种语言 【权限说明】 • 调试接口（debugger）：仅在任务运行时用于发送真实键鼠事件，任务结束 立即断开；运行中浏览器顶部会显示"正在调试"提示条，属正常现象 • 网站访问权限：AI 需要读取你当前浏览的页面并代你操作；扩展不收集、 不上传任何浏览数据 • 存储：保存设置与 API Key（仅本机）、会话内聊天记录（关浏览器即清空） 开源项目（MIT 协议）：https://github.com/yimingsun111-hub/ai_on_chrome