ChromeClaw - 运行在浏览器里的 OpenClaw

还有很多很酷的功能
- 语音回复
- 在浏览器里面加载大语言模型 qwen 1.6b
- 用 Javascript 定义 tools
- subagent

除了可以通过 Telegram 发送控制命令，和 ChatGPT Atlas 的区别是啥

能直接操控所在的浏览器标签页吗，这样就免得用 playwright 了

@metalvest #3 可以。这点不错

可以，有个 bowser tool 可以直接调 chrome brower 的 api

v1.6 还添加了个 debugger tool ，debug network 这些都可以。

@SkyEcho 没用过 ChatGPT Atlas, 我不知道。

@kylehuangyu 能支持国产模型吗

没 token, gg

最大的优势是配置起来比 OpenClaw 方便多了，OpenClaw 那个配置界面实在不友好

@YOOHUU 突然想到一个省 token 的方法，这个不是可以直接操控浏览器吗，那让它打开一个不需要 token 的 AI 对话页面，然后把对话传进去，回复传回来，是不是就可以无限续航了

对话报错：Error: 400 角色信息不正确
这个是哪儿配置的问题呢？

@YOOHUU openrouter 上有免费的 token 可以撸。https://openrouter.ai/openrouter/free

@metalvest 理论上是可以的，下次看看怎么把 gemini 包装一下

@sunnywx 你可以 enable log ，发我看看

@JAZI 可以的，国产的模型一个都支持 open ai 的接口？

@kylehuangyu
14:57:40.297 [INFO] [stream] Stream started {"chatId":"ZmC-1QHna0PpSUkKI6WLe","model":"glm-4.7"}
14:57:40.328 [DEBUG] [stream] Compaction {"method":"none","wasCompacted":false}
14:57:40.680 [WARN] [stream] Agent error {"chatId":"ZmC-1QHna0PpSUkKI6WLe","error":"400 角色信息不正确","steps":1}

可以支持一下类似的 coding plan 吗

@kylehuangyu #13 可以参考一下 https://github.com/510myRday/Cursor-Toolbox

@sunnywx 可能是对 glm-4.7 的兼容问题，
The error is from GLM-4.7 rejecting message roles. The issue is in pi-ai's OpenAI completions
provider which sends "developer" role (when reasoning is enabled) and "tool" role both
unsupported by GLM.

@HarlanZhang 我想这个应该是支持的,有看到什么 error 吗

@kylehuangyu 关闭了工具调用和推理，就好了，

@sunnywx claude 给 fix 了，我回头测试一下。

有点意思，正好 ai 对 Windows 命令行支持不好，直接只支持浏览器还更省事安全

{
"chatId": "yFV3sxVSgyS3NPy1dPw27",
"model": "kimi-k2.5"
}

{
"chatId": "yFV3sxVSgyS3NPy1dPw27",
"error": "400 developer is not one of ['system', 'assistant', 'user', 'tool', 'function'] - 'messages.['0].role'",
"steps": 1
}

@HarlanZhang oh ，是模型兼容问题，我回头 pua claude

kimi-k2.5 和 GLM-4.7 哪里有免费试用的 token 啊？急求

@kylehuangyu #26 加个 v 我创一个 key 给你

我填了一个 key ，今天就里面被扣了 19$额度。我怀疑你插件有漏洞

@kylehuangyu 智谱之类的模型能用吗，选哪个选项，open ai compatible ？

又抓到一只虾，加入我的“虾塘” ： https://clawcave.wyld.cc/

添加模型时 API Format 怎么选都没变化，始终在 baseurl 后面拼接/chat/completions

今天上级部门都下达发文，禁止在办公电脑安装 openclaw 了。

@nkidgm 自己电脑确实不够安全

@korvin 时好时坏

telegram 里发消息让它打开百度搜索小猫截图发我，有一次成功。其它几次都在打开百度，关掉标签页，打开百度关掉标签页循环，后面又打开 google 搜索 [小猫 百度搜索截图] ，关都关不掉，停用插件再启用还继续循环（重启浏览器还没试过）。

@bzw875 这个有点意思。插件是纯 client 端的实现，没有 server 端的 code 。agent 也没有读取 API key 的 tool 。我想不到这么泄露 key 。

回个贴，请 op 研究一下能不能把这个整合进去： https://cdn.jsdelivr.net/npm/[email protected]/dist/iife/page-agent.demo.js

@metalvest 没看明白，可以仔细说说吗？因为我看来 chrome 的 sidepanel 和这个很像呀？有什么特别的功能吗

@JAZI 发现有个兼容的问题，正在 fix ，会在下一个版本 v1.7 里面。

@Muniesa 安全很多。没有本地的文件访问权，不能安装任意的软件。clawhub 上很多恶意的 skill 会让你的 agent 下载安装木马。

@korvin 这个功能没太测试好。原来是想支持 gpt-5.2 codex 模型的新接口的。 我回头再看看。谢谢

@korvin 我回头测试一下这个 case 。谢谢。可能用了 offscreen 的技术去跑后台的 job ，有时候点了 stop 还在跑之前的命令。offscreen 里面要个 worker 要轮询 telegram 的消息

@bzw875 或者你私信我，深入了解一下问题所在。

@kylehuangyu 你是说 cursor-toolbox 还是 page-agent ？前者可以白嫖 cursor 网页的 Claude ，后者手机浏览器也可以用。

@metalvest 白嫖 cursor 那个可以看看.这种可能会受 cursor 本身的 system prompt 影响，不知道效果如何。不过值得试一下。

@metalvest page agent 还是 get 不到你的想法。这个插件是纯客户端没有 backend 。我整进去手机也用不上了

能弄个火狐扩展么，感谢大佬

m2.5 openai 兼容测试链接一直不过，/model 接口 404 ，检查了半天发现直接对话是通的。但是刚说两句话 chrome 就直接崩了
不过这个思路很不错

@Sylphiette 有 log 吗？我看看啥回事。

@sleepm 没问题。

@HarlanZhang 我发了个 pre-release 的版本 v1.7 ， 你看看 fix 了没有： https://github.com/algopian/chromeclaw/releases/tag/v1.7.0

@metalvest #10 以 Google 的实力，你在 chrome 里搞这种，肯定是走不通的。Gemini 的 web ui 要是这点都防不住，那 api key 就不用卖了。

@coefu 这个 topic 有点意思的，可以单独开个 post 说一下。我部分实现了这个，但是需要开一个 gemini 的 tab 去获得里面的一个防止机器人的 token 。这样做的缺点是，1. 不能完全设置自己的 system prompt 。2.LLM 的 response 还要特别的处理才能完成 tool calling 。3.免费模型的能力不行

@Chay 很多 skill 都投毒的。不要用个人电脑跑。

@kylehuangyu #52 所以说，是个鸡肋的需求。食之无味弃之可惜。

@coefu 也不完全鸡肋。我把他做成一个图片生成的 skill 了。在 chromeclaw 里面调用，让 gemini 去生成图片，给小红书配图来着。

v1.7 无法上传 skill

up 主创意真好，以后玩浏览器 OpenClaw ，免安装省事

@MoeXian 你还可以在智能体的 tab 里面 import skill 。

@MoeXian https://discord.gg/bkXPRqsnTP 我新建了个 discord 。有啥反馈可以上来找我。

@sleepm firefox 的版本改动有点大，我得测试一下，过两天发出来。稍等两天哈

@kylehuangyu #55 你真 tn 的是个人才。

@coefu 哈哈哈

在 github 的 repo 上发布了 v1.7.1 fix 了大家告的 GLM 兼容问题。Chrome webstore 还有在 review 中，着急的可以直接拉 GitHub 的 zip. https://github.com/algopian/chromeclaw/releases/tag/v1.7.1
感激大家给的 feedback ，欢迎点赞评论

@korvin 请教一下你是要连哪家的模型？是 openai 的 codex 吗

@Sylphiette v1.7.1 修正了对其他模型的兼容。你看看是否还有问题？谢谢

@kylehuangyu #64 用的美团的 https://longcat.chat/platform/docs/zh/#openai-api-%E6%A0%BC%E5%BC%8F ，格式是 oai

@korvin ok,我看看

@korvin 我今天测试了一下，model 配置页面上的 test connection 出错。但是选择 Open AI 做 provider 是可以工作的。

测试了一下 Ollama ，测试 OK ，然后对话报错：Error: 403 status code (no body)

@isSamle 请问是用什么模型和 API 接口？我没有用过 Ollama ，是用 openai 的接口链接的吗？

用的 qwen2.5:14b-1m 和 qwen3.5:9b 都不行，api 接口试了 http://内网地址:11434/v1,也试了 one-api 项目分发出来的 http://内网地址:3000/v1,也试了公网 IP

@kylehuangyu 谢谢

@sleepm 已经可以支持 firefox 了。有点尴尬是上传 mozilla 的 store 各种问题还没搞定就是了。 但你可以 pull firefox-v2 那个分支编译, pnpm build:firefox pnpm zip:firefox

@isSamle 可能是这个原因：Chrome MV3 service worker sends Origin: chrome-extension://{id} on ALL fetch requests. Ollama, one-api, and similar │
│ self-hosted servers check the Origin header and return 403 Forbidden for unrecognized origins. This affects localhost, LAN IPs, │
│ and public IPs any server that does origin validation.

@kylehuangyu 感谢大佬

有一个想法，能不能记录一下网页上使用 deepseek ，qwen ，豆包之类的请求动作，不用记 token ，然后所有的 ai 请求对应调用到这些 web 站点的请求去，实现无 token 白嫖公开站点

@isSamle 可以的，我已经连上了 qwen 和 gemini 的网页版，聊天没问题的，tool calling 很麻烦需要分析 llm 的回复转成对应的 tool ，还在肝。

@kylehuangyu 给你点波 star

@sleepm firebox 的支持来了。
@isSamle @metalvest 支持了 web 的 zero token ，只要在 web 上登陆就可以不需要 API token 。白嫖党福音

https://github.com/algopian/chromeclaw/releases/tag/v1.9.1

@coefu 我还真做出来了。试试效果？ https://github.com/algopian/chromeclaw/releases/tag/v1.9.1

@kylehuangyu 好像不行
background.service_worker is currently disabled. Add background.scripts.
搜了下好像是因为火狐还不支持 manifest v3

@sleepm 奇怪我本地测试没问题啊。我明天发个 xpi 你试一下。

@kylehuangyu #80 我近一周，重度使用 gemini ，fast 模型，感觉比 chatgpt ，强那么一丢丢，但是也喜欢胡说八道。你走页面，也要 Google 账号登录，还要 proxy 。关键是，gemini 锁了一些 region 。

@kylehuangyu #80 走 web gui 的，和走 api 的完全是两码事，花钱了还是有好处的。

@kylehuangyu #80 有一讲一，你要是能将 web gui 免费的 转换成 coder 的接口，那真的无敌了。虽然 fast 模型，有时候 temp 高，发散的厉害，但是给出的代码，还有 debug 代码，确实有一手。这个用起来还是爽的。

@kylehuangyu #80 我仔细看了你这个项目，feature 多的我都有点看不过来了。根据我的经验来看，这种多功能融合，大而全，走不了多远，也搞不出什么声量。必须要有一两套杀手锏，不然很快泯然众人。除非你钱很多，狂推，各种广告出圈，这是 c 端唯一的出路。

上一个这种类型的，是云计算，我待过一家云计算中部厂，什么功能都有，但是什么功能都平庸，没有一个能和大厂一较高低的东西，甚至连原创部件都没有，就是将开源缝合。它还能走下去，主要是抱到了 G 端的大腿。

@kylehuangyu #80 我给你指一条路，下半年，轻量眼镜端，很大可能会走出去，你可以先占坑。走一条，轻量眼镜端，视频+音频 + xClaw 的路线，这部分你已经完成一半了。视频+音频的 对接，是个活儿。只要眼镜一出货，你就可以推广，接入你的 maas 。

@coefu 好的，谢谢。

@sleepm https://addons.mozilla.org/en-US/firefox/addon/chromeclaw/ firefox 上架了。你看看这个版本有没有问题？谢谢！

@kylehuangyu 可以安装，简单使用了下，正常，就是界面默认宽度有点窄
感谢大佬

@sleepm 太好了。欢迎点赞，给 feedback 哇。毕竟这个 firefox 特供是专门为你做的。

老哥，竞品出来了
Tactus

@sleepm 是呀。我去看看

@sleepm 有 linux do 的账号吗？给个邀请呗

@kylehuangyu 我没权限，去群里可以求

@metalvest 不懂就问：那为什么不直接和这个 AI 对话，要多一道工序？

@Mickeyy 你是说啥？

另外 chromeclaw2.0 发布了，支持 doubao ，deepseek ！