README.fr.md

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.

English · 中文 · Français · Site web · Licence MIT

Fonctionnalités

• 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 / Dev — Lecture seule par défaut, actions normales sur demande et outils Dev dédiés à l'inspection, à l'édition réversible et au diagnostic des pages
• Plan avant Act — Les modes Act et Dev peuvent générer un plan structuré, l'afficher pour approbation, puis épingler le plan approuvé dans le scratchpad avant l'exécution des outils
• 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, LM Studio, Jan, vLLM et SGLang
  • OpenAI (GPT-5.5, etc.)
  • Anthropic Claude (API native)
  • Google Gemini, Mistral AI, DeepSeek, xAI Grok, Groq
  • MiniMax, Alibaba Cloud (Qwen)
  • Cloudflare Workers AI, Nvidia NIM
  • OpenRouter (modèle par défaut : openrouter/free ; 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
• Contrôle de l'historique du navigateur — Le mode Act peut utiliser les outils natifs d'historique go_back / go_forward au lieu du JavaScript de page sensible à la CSP
• Indices de raccourcis API — Les clics répétés qui déclenchent la même requête XHR/fetch peuvent afficher une suggestion fetch_url correspondante tout en préservant la règle UI-d'abord et la politique de mutation /allow-api
• 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 0.15 pour les décisions de contrôle du navigateur ; le mode Ask utilise 0.3, et les descriptions de captures d'écran par vision dédiée utilisent 0

Démarrage rapide

Chrome

git clone https://github.com/webbrain-one/webbrain.git

1. Ouvrez Chrome → chrome://extensions/
2. Activez le mode développeur (en haut à droite)
3. Cliquez sur Charger l'extension non empaquetée → sélectionnez le dossier webbrain/src/chrome

Firefox

git clone https://github.com/webbrain-one/webbrain.git

1. Ouvrez Firefox → about:debugging#/runtime/this-firefox
2. Cliquez sur Charger un module complémentaire temporaire
3. Accédez à src/firefox/ et sélectionnez manifest.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.

Lancer un LLM local (par défaut)

# 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 paramètres

# Ou avec Jan (compatible OpenAI)
# Lancez le serveur d'API local de Jan et utilisez http://localhost:1337/v1

# Ou avec vLLM / SGLang (compatible OpenAI)
vllm serve your-model --port 8000
python -m sglang.launch_server --model-path your-model --port 30000

Fenêtre 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 → niveau Prompt 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. Les fournisseurs locaux utilisent 16k par défaut sauf taille explicite dans les Paramètres. Tester la connexion / Charger les modèles détectent la fenêtre réelle pour llama.cpp, Ollama et LM Studio quand le backend la rapporte (llama.cpp /props, Ollama /api/ps puis /api/show num_ctx, LM Studio /api/v0/models). La détection rafraîchit le 16k par défaut ; elle réduit une surcharge manuelle plus grande seulement depuis le contexte live/runtime (llama.cpp /props, Ollama /api/ps, contexte chargé LM Studio). Les autres backends locaux (Jan, vLLM, SGLang, LocalAI) conservent la valeur manuelle/par défaut.

Utilisation

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 »

Configuration

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)
• Plan avant Act — Génère et permet de revoir facultativement un plan structuré en mode Act avant l'exécution des outils du navigateur (désactivé par défaut)

Fournisseurs :

Les URL de base sont préremplies dans les paramètres lorsque vous choisissez un fournisseur. Les serveurs locaux utilisent le port par défaut indiqué ci-dessous.

Fournisseur	Clé API	Modèle par défaut
llama.cpp (:8080)	Non requise	(votre modèle chargé)
Ollama (:11434/v1)	Non requise	(votre modèle chargé)
LM Studio (:1234/v1)	Non requise	(votre modèle chargé)
Jan (:1337/v1)	Non requise	(votre modèle chargé)
vLLM (:8000/v1)	Optionnelle	(votre modèle servi)
SGLang (:30000/v1)	Optionnelle	(votre modèle servi)
LocalAI (:8080/v1)	Optionnelle	(votre modèle chargé)
OpenAI	Requise	gpt-5.5
Anthropic Claude	Requise	claude-sonnet-4-6
Google Gemini	Requise	gemini-3.1-flash
Cloudflare Workers AI	Requise (+ Account ID)	@cf/zai-org/glm-5.2
Mistral AI	Requise	mistral-large-latest
DeepSeek	Requise	deepseek-v4-flash
xAI Grok	Requise	grok-4.3
Nvidia NIM	Requise	meta/llama-3.1-8b-instruct
Groq	Requise	llama-3.3-70b-versatile
MiniMax	Requise	minimax-m2.7
Alibaba Cloud (Qwen)	Requise	qwen-max
OpenRouter	Requise	openrouter/free

Architecture

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.json

Différence 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.

Outils de l'agent

WebBrain sépare le niveau de modèle du mode de conversation :

• Niveau (compact, mid, full) contrôle combien d'outils navigateur normaux le modèle voit.
• Mode (ask, act, dev) contrôle le type de tâche autorisé. Ask est en lecture seule. Act expose les outils normaux du niveau sélectionné. Dev exige un fournisseur Mid/Full et ajoute une annexe source/style/debug, y compris une inspection DOM/frame plus profonde pour les exécutions Dev Mid.

Légende : Oui = disponible · - = indisponible · C = Chrome uniquement · Dev = module Dev (fournisseurs Mid/Full ; pas Compact).

Outil	Ask	Compact	Mid	Full	Dev
get_accessibility_tree	Oui	Oui	Oui	Oui	-
read_page	Oui	Oui	Oui	Oui	-
read_pdf	Oui	Non	Oui	Oui	-
read_page_source	Non	Non	Non	Non	Oui
get_window_info	Oui	Oui	Oui	Oui	-
get_interactive_elements	Oui	Non	Oui	Oui	-
scroll	Oui	Oui	Oui	Oui	-
extract_data	Oui	Oui	Oui	Oui	-
inspect_element_styles	Non	Non	Non	Non	Oui
wait_for_stable	Oui	Non	Oui	Oui	-
get_selection	Oui	Oui	Oui	Oui	-
done	Oui	Oui	Oui	Oui	-
clarify	Non	Oui	Oui	Oui	-
fetch_url	Oui	Oui	Oui	Oui	-
research_url	Oui	Non	Oui	Oui	-
list_downloads	Oui	Non	Oui	Oui	-
click_ax	Non	Oui	Oui	Oui	-
type_ax	Non	Oui	Oui	Oui	-
set_field	Non	Oui	Oui	Oui	-
resize_window	Non	Non	Non	Oui	-
click	Non	Oui	Oui	Oui	-
type_text	Non	Oui	Oui	Oui	-
press_keys	Non	Oui	Oui	Oui	-
navigate	Non	Oui	Oui	Oui	-
wait_for_element	Non	Oui	Oui	Oui	-
new_tab	Non	Oui	Oui	Oui	-
scratchpad_write	Non	Oui	Oui	Oui	-
progress_update	Non	Oui	Oui	Oui	-
progress_read	Non	Oui	Oui	Oui	-
download_social_media	Non	Non	Oui	Oui	-
solve_captcha	Non	Non	Oui	Oui	-
go_back	Non	Non	Oui	Oui	-
go_forward	Non	Non	Oui	Oui	-
schedule_resume	Non	Non	Oui	Oui	-
schedule_task	Non	Non	Oui	Oui	-
iframe_read	Non	Non	Oui	Oui	-
iframe_click	Non	Non	Oui	Oui	-
iframe_type	Non	Non	Oui	Oui	-
read_downloaded_file	Non	Non	Oui	Oui	-
download_files	Non	Non	Oui	Oui	-
download_resource_from_page	Non	Non	Oui	Oui	-
upload_file	Non	Non	C	C	-
verify_form	Non	Non	Oui	Oui	-
hover	Non	Non	Non	Oui	-
drag_drop	Non	Non	Non	Oui	-
get_shadow_dom	Non	Non	Non	Oui	Oui
shadow_dom_query	Non	Non	Non	C	C
get_frames	Non	Non	Non	Oui	Oui
inject_css	Non	Non	Non	Non	C
remove_injected_css	Non	Non	Non	Non	C
patch_element	Non	Non	Non	Non	C
revert_patch	Non	Non	Non	Non	C
execute_js	Non	Non	Non	Non	Oui
read_console	Non	Non	Non	Non	C
inspect_network_requests	Non	Non	Non	Non	C
inspect_event_listeners	Non	Non	Non	Non	C
highlight_element	Non	Non	Non	Non	C

Les compétences chargées peuvent ajouter des schémas d'outils pour l'exécution en cours. Par exemple, la compétence FreeSkillz.xyz peut exposer read_youtube_transcript pour YouTube et resolve_public_media / download_public_media pour les médias publics. Ces outils de compétence ne sont pas codés en dur dans le tableau ci-dessus : avant le chargement de la compétence (ou si elle est retirée), ils sont absents. Ask filtre aussi les outils de mutation/téléchargement même lorsque la compétence propriétaire est chargée.

Les outils Dev ne sont exposés qu'en mode Dev, et le mode Dev est bloqué pour les fournisseurs Compact. Les outils d'édition réversible Chrome renvoient des patch IDs : inject_css avec remove_injected_css, patch_element avec revert_patch.

Édition et diagnostics en mode Dev

• inject_css / remove_injected_css appliquent et annulent du CSS temporaire par patchId. Chaque patch est unique et lié au document exact ; la navigation invalide l'ancien identifiant.
• patch_element / revert_patch modifient styles inline, classes et attributs avec valeurs avant/après exactes. highlight_element affiche une surcouche temporaire.
• execute_js exécute un corps de fonction JavaScript asynchrone dans le monde principal de la page. Chrome utilise CDP Runtime.evaluate (limite 15 s) ; Firefox utilise l'évaluateur de script de contenu MV2. Autorisation hôte + confirmation de soumission fraîche.
• read_console, inspect_network_requests et inspect_event_listeners fournissent des diagnostics bornés sur Chrome. En-têtes et corps réseau omis par défaut ; en-têtes sensibles caviardés ; sortie issue de la page traitée comme contenu non fiable.

Niveau Compact : ensemble d'outils réduit + prompt plus court pour les petits modèles locaux. Niveau Mid : outils de tâche courants, iframes, téléchargements, planification et vérification de formulaires. Niveau Full : hover, drag-drop, frames et shadow DOM. Activez le niveau par fournisseur dans les Paramètres.

Note Shadow DOM : L'arbre d'accessibilité ne traverse que le light DOM. Sur les pages riches en Web Components (Stripe, Salesforce, Shopify), utilisez d'abord get_interactive_elements ; en Full Act ou Dev, utilisez get_shadow_dom / shadow_dom_query pour des lectures ciblées.

Plugin LM Studio

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-tools

Source : lmstudio-plugin/.

Commandes slash

WebBrain accepte les commandes slash en tant que premier élément d'une ligne dans le champ de saisie. Tapez /help pour afficher dans le panneau les syntaxes complètes et la description des options. Saisissez une commande canonique suivie d'une espace pour afficher l'autocomplétion de ses options disponibles.

Commande	Ce qu'elle fait
/help	Affiche la liste des commandes disponibles
/schedule [invite]	Créer une tâche planifiée et éventuellement préremplir son invite
/schedule --list	Afficher les tâches planifiées
/progress	Afficher le journal de progression actuel
/scratchpad	Afficher le bloc-notes actuel
/scratchpad --append <texte>	Ajouter du texte au bloc-notes actuel
/scratchpad --clear	Effacer le bloc-notes actuel
/memory	Afficher la mémoire utilisateur enregistrée
/memory --add <texte>	Enregistrer une préférence utilisateur
/memory --forget <id>	Oublier une entrée de mémoire par identifiant
/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.
/dangerously-skip-permissions	Contournement global des demandes d'autorisation. Désactive Ask before consequential actions sans ouvrir les Paramètres. WebBrain agira sans demandes par site jusqu'à ce que vous réactiviez le réglage.
/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 [--full-page]	Capture l'onglet visible, ou la page entière avec --full-page (Chrome uniquement)
/record [--full-screen] [--transcribe]	Enregistre l'onglet actuel, ou un écran/une fenêtre avec --full-screen (Chrome uniquement) ; --transcribe enregistre une transcription
/export [--traces]	Télécharge la conversation en Markdown, ou la chaîne d'outils avec --traces
/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
/dev	Passer en mode Dev 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.

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	Arrêter un enregistrement actif depuis WebBrain ou une page du navigateur

Problèmes connus

• 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 CDP Input.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 réessai resolveSelector.
  • 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.captureVisibleTab à 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.
• 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.

Nouveautés

Consultez CHANGELOG.md pour l'historique complet des versions. Les points forts récents incluent Plan avant Act, les outils natifs d'historique du navigateur, les indices de raccourcis API pour les clics répétés, WebBrain Cloud 1.0, les tâches planifiées, les améliorations du mode Compact et la lecture PDF native.

Ajouter un nouveau fournisseur

1. Créez une nouvelle classe étendant BaseLLMProvider dans src/providers/
2. Implémentez chat() et optionnellement chatStream()
3. 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 }

Historique des étoiles

Licence

MIT — créé par Emre Sokullu