Skip to content
xiweicheng edited this page Oct 27, 2026 · 5 revisions

AI Helper · 中文 Wiki

让大模型亲手操作网页的开源浏览器插件

不只是聊天 —— 真的会点击、填表、拖拽、上传文件、跑终端命令,还能通过 MCP 动态扩展工具。

Microsoft Edge License Version


👋 欢迎来到 AI Helper Wiki

AI Helper 是一个开源的 Chrome / Edge 浏览器扩展(MIT 协议),配合可选的本地 Agent 服务,把大语言模型真正接入到网页操作中:读网页、填表单、传文件、跑命令,一句话搞定。

本 Wiki 是项目的中文文档中心,涵盖从安装上手的每一步到架构原理的深入解析。无论你是想快速用起来的普通用户,还是准备二次开发、贡献代码的工程师,都能在这里找到需要的内容。

📚 Wiki 目录

页面 内容简介
安装与快速开始 三种安装方式、打开侧边栏、配置 API Key、30 秒跑通第一个任务
核心功能 自动填表、一键总结、定时任务、知识库问答等 34 项能力详解
语音输入(本地 STT) 用说的代替打字:三段式启用、模型包准备、Alt+V 与草稿规则、隐私与资源占用
内建工具参考 40+ 内建工具分类速查:页面操作、表单输入、文件读写、终端命令、MCP 扩展
代理服务 本地 Agent 的安装、配对、安全机制(三级安全 + 回收站)、知识库 RAG 与 API
配置说明 基础设置、图片识别、ReAct、反思、对话、快捷键等全部配置项
架构总览 五层架构、核心数据流、项目结构、技术栈与状态管理设计
常见问题 安装、配置、使用、Agent 连接中的高频问题排查

✨ 为什么选择 AI Helper

  • 真的会操作网页 —— Shadow DOM 与 React 受控组件都能穿透,AI 自己找字段、填内容、点提交。
  • 本地文件 + 终端命令 —— 可选本地 Agent,命令三级安全策略 + 7 天回收站兜底。
  • 语音输入不出本机 —— 本地 ONNX 识别,边说边出草稿,松手后高精度定稿补标点;音频不上传、不自动发送。
  • 内置知识库(RAG) —— 导入自有文档,向量 + 关键词混合检索,回答附带可点击的引用来源。
  • 任意厂商,两下切换 —— 保存多套 OpenAI 兼容配置,侧边栏先选厂商再选模型,随切随用。
  • 质量有保障 —— 三级反思 + 7 维度评分,未达标自动修订或重跑。
  • Token 更省 —— 工具预筛选 + Token 预算管理,40+ 工具不再撑爆每一次请求。
  • 多助手协作 —— 每个助手独立系统提示词与工具集,支持子任务分派并行执行。
  • 任务完成不错过 —— 任务完成 / 失败、定时任务结束、AI 等待确认或澄清时弹出桌面通知,点击即可回到侧边栏。
  • 数据自主可控 —— 开源 MIT,索引与配置均可保存在本机。

🚀 30 秒快速体验

  1. 安装 —— 从 Chrome 应用商店 或 Microsoft Edge 扩展商店 一键安装,或从 GitHub Releases 下载安装包后以开发者模式加载。
  2. 打开侧边栏 —— 按 Ctrl+Shift+Y / Cmd+Shift+Y,或点击扩展图标。
  3. 填入 API Key —— 选项页「基础设置」,任意 OpenAI 兼容端点均可,默认内置 DeepSeek 预设。
  4. (可选)解锁本地能力 —— 运行 npm install -g ai-helper-agent && aha start -b,在选项页「Agent」填入配对码。

详细步骤见 安装与快速开始。

🎯 典型使用场景

场景 一句话示例
自动填表 + 上传附件 附带 Excel,让 AI 打开表单页、逐行读取、逐字段填写并提交
总结当前标签页并导出 输入 @ 选中网页 → 要求总结 → 导出 Word / PDF / 图片
定时网页监控 每天 9 点用同一提示词重跑某个 URL,结果写入指定会话
问自己的文档 在知识库导入 PDF / Word / Excel,提问时返回带引用的答案
本地文件与终端 让 AI 读取工程目录、执行测试命令、查看日志

🔗 相关链接

📄 许可协议

MIT License · Copyright (c) 2026 AI Helper


需要 Chrome / Edge / Chromium 114+ 版本(Side Panel API)。

Clone this wiki locally