--- START OF FILE README.md ---
Разработано в ProTalk Codex — ИИ-инженер для вашего сервера. SSH · AI · Автономный агент.
Автономный ИИ-агент нового поколения для Chrome, который видит веб-страницы глазами, работает по расписанию и управляет браузером как человек.
WebClaw by ProTalk 6.0 — это Chrome-расширение, превращающее ИИ-модели, доступные через ProTalk Async Router, в вашего личного, полностью автономного браузерного ассистента.
В отличие от классических скриптов, WebClaw не зависит от HTML-кода и CSS-селекторов. Он работает по принципу Computer Use: «смотрит» на скриншот страницы, принимает решение и кликает по координатам.
А в версии 2.0 агент обрел осознание времени и умный сон. Теперь это настоящий цифровой сотрудник. Вы можете сказать:
- «Жду ответа от техподдержки. Разбуди меня, когда они ответят в чате.»
- «Спи ночью, а каждое утро в 09:00 проверяй новые заказы.»
- «Сайт выдал ошибку лимитов. Отдохни 2 часа и попробуй снова.»
Революционная экономия токенов и ресурсов вашего ПК. Агент может "заснуть" двумя способами:
- Сторожевой сон (Wake-on-Vision): Агент приостанавливает ИИ-запросы и локально мониторит экран через Perceptual Hashing (преобразует скриншоты в 16x16 ЧБ-матрицы). Он проснется моментально, если на экране появится новое сообщение, всплывет модалка или загрузится картинка. Трата токенов = 0.
- Глубокая гибернация (Deep Sleep): Если ИИ решает, что нужно подождать час (например, из-за Rate Limit или расписания), расширение отключает все механизмы слежения и полностью выгружается из памяти Chrome. Потребление ОЗУ падает до 0 МБ. Агент проснется сам по системному будильнику
chrome.alarms.
Агент знает ваше локальное время и день недели. Если вы напишете: "Не работай по выходным и спи ночью", модель сама посчитает количество секунд до утра понедельника и вызовет инструмент глубокой гибернации.
Полный отказ от сложного парсинга DOM. Модель получает скриншот и отдаёт команды по нормализованной сетке координат от 0 до 1000. Ломающиеся CSS-селекторы больше не проблема.
Агент ведет блокнот найденных фактов (цены, имена, контакты) и строит "Карту навигации" (Navigation Tree), которая передается между страницами. Он не забудет данные, даже перейдя на 10 сайтов вперед.
Режим прямого управления вашей активной вкладкой без iframe. Полностью обходит любые защиты X-Frame-Options и CSP (hh.ru, Avito, Amazon и др.).
Модель управляет браузером через универсальные команды:
| Команда | Описание |
|---|---|
sleep(duration, wake_on_change, reason) |
Умный сон. Если wake_on_change=true — ИИ проснется, как только изменится картинка на экране. Если false — уйдет в гибернацию (0 МБ ОЗУ) на указанное время. |
click_at(x, y) |
Доверенный клик мыши по координатам (0–1000). |
type_at(x, y, text) |
Клик в поле, очистка (Ctrl+A -> Delete) и печать текста. |
press_key(key) |
Нажатие клавиш (Enter, Tab, Escape, PageDown и др.). |
scroll(direction, amount) |
Прокрутка страницы колесом мыши (up, down, top, bottom). |
hover_at(x, y) |
Наведение курсора мыши для выпадающих меню. |
select_at(x, y, value) |
Выбор пункта из нативного выпадающего списка <select>. |
navigate(url) / back |
Прямой переход на сайт или шаг назад по истории. |
jump_to_node(node_id) |
Мгновенный «телепорт» на ранее посещенную страницу из памяти без лишних кликов "Назад". |
done(answer) / fail(reason) |
Финализация задачи или сообщение о блокировке (Captcha/2FA). |
Мы сделали поведение агента абсолютно прозрачным для пользователя. На странице отображается Overlay-виджет, а в расширении доступен полноценный Монитор (Sidepanel).
- 👁️ Сканирование: Во время «Сторожевого сна» в виджете пульсирует радар, показывая обратный отсчет.
- 🌙 Спячка: В режиме гибернации виджет показывает спящую луну.
- ⚡ Пробуждение: Вы в любой момент можете прервать сон агента кнопкой «Разбудить сейчас» (Force Wake).
- 💭 Мысли ИИ: Вы всегда видите, почему агент принял то или иное решение.
- Клонируйте репозиторий или скачайте ZIP.
- Откройте Chrome и перейдите по адресу
chrome://extensions/. - Включите «Режим разработчика» (Developer mode).
- Нажмите «Загрузить распакованное расширение» (Load unpacked) и выберите папку
extension.
- Нажмите на иконку расширения
$\rightarrow$ ⚙ Настройки. - Укажите ваш Auth Token (аккаунт ProTalk).
- Выберите модель (рекомендуется
xiaomi/mimo-v2.5или топовые модели от Google/OpenAI).
- Откройте нужный сайт.
- Вызовите попап, введите задачу (например: "Каждые 30 минут проверяй наличие новых писем").
- Нажмите ▶ Старт.
- Нажмите 📊 Монитор, чтобы следить за работой агента.
Чтобы агент не просыпался от мигающего курсора или микросдвигов пикселей, механизм Wake-on-Vision использует OffscreenCanvas. Фоновый скрипт делает скриншот, сжимает его до 16x16 пикселей, переводит в оттенки серого и строит бинарный хэш на основе среднего значения яркости. Сравнение происходит моментально и без нагрузки на CPU.
Обойти жесткие лимиты Manifest V3 на жизнь Service Worker'а (30 секунд простоя) помогла архитектура глубокого сна. Агент самостоятельно вызывает cdpDetach(), останавливает внутренние heartbeat-таймеры, сбрасывает свое состояние в chrome.storage.session и ставит системный chrome.alarms. Chrome выгружает процесс из памяти. В момент "звонка" будильника, attemptResume() подхватывает контекст и продолжает цикл.
- HTML-отчёт: Интерактивный таймлайн всех шагов с кликабельными скриншотами (авто-загрузка на
file.pro-talk.ru), блоками мыслей ИИ и расходом токенов. - API-лог (CURL): Текстовый файл с готовыми
CURL-командами для отладки промптов.
Это расширение было целиком написано с использованием ProTalk Codex — ИИ-инженера для вашего сервера.
ProTalk Codex — это автономный агент, который подключается к серверу по SSH, изучает проект, составляет план и вносит изменения. Работает через российский ИИ-роутер, без VPN.
Что умеет ProTalk Codex:
- 🔍 Автономное исследование файловой базы проекта
- 📋 Составление плана перед любыми правками (с вашим подтверждением)
- 🛡️ Все изменения — только в черновиках, с возможностью отката
- ✨ Самопроверка кода перед завершением задачи
- 🧠 Умное управление контекстом — только релевантные файлы
- 📝 Полная история изменений с двухпанельным diff
⚡ Попробовать ProTalk Codex · 📖 Документация · 💬 Telegram
Проект распространяется под лицензией MIT. --- END OF FILE README.md ---