Fuji-Web：基于 AI 的全浏览器自动化工具 🗻

Fuji-Web 是一款智能 AI 助手，它能够理解用户的意图，自主导航网页，并代表用户执行任务，同时解释每一步操作。

演示

https://github.com/normal-computing/fuji-web/assets/1001890/88a2fa12-31d9-4856-be67-27dcf9f1e634

工作原理

请阅读我们的博客文章，了解演示视频、基准测试以及深入的技术概述！

安装与运行

在浏览器中下载并安装扩展程序

1. 前往 Releases 页面，找到最新版本的扩展程序并下载 fuji-extension.zip。
2. 解压文件。
3. 在 Chrome 中加载扩展程序，步骤如下：
   1. 导航至 chrome://extensions/
   2. 开启右上角的“开发者模式 (Developer mode)”
   3. 点击“加载已解压的扩展程序 (Load unpacked extension)”
   4. 选择刚刚解压的文件夹

使用扩展程序

请注意：你可能需要刷新页面才能使扩展程序生效。

1. 在浏览器右上角找到 Fuji 图标并点击，打开侧边栏 (sidepanel)。
2. 创建或使用现有的 OpenAI API Key 或 Anthropic API key，并将其粘贴到提供的框中。该密钥将存储在你的浏览器本地，不会上传至任何第三方。
3. 最后，导航到你想要 Fuji-Web 执行任务的网页，并输入你想要它完成的操作指令。

注意：所有的 Prompt（文本和图像）都会直接发送到你选择的 API。Fuji-Web 不会尝试收集你的任何信息。

构建扩展程序

如果你想从源码构建扩展程序，请遵循以下说明：

1. 确保已安装 Node.js。开发环境使用的是 Node v20，但它也应兼容部分较低版本。
2. 克隆本仓库。
3. 全局安装 pnpm：npm install -g pnpm
4. 运行 pnpm install。
5. 运行 pnpm dev 启动开发服务器，或运行 pnpm build 构建扩展程序。

加载扩展程序时，你需要选择构建过程中生成的 dist 文件夹。

开发路线图

• 公开 API，以便与浏览器自动化框架（如 Puppeteer, Playwright, Selenium）轻松集成。
• 增加对更复杂及跨标签页工作流的支持。
• 增加对更多浏览行为的支持（如选择下拉菜单、提取整个页面的内容等）。
• 增加保存工作流的功能。
• 增加与他人共享工作流和指令的功能。
• 创建类似维基百科的知识库，让用户共同协作，提升 Fuji-Web 的性能。

故障排除

查阅我们的故障排除指南 (Troubleshooting Guide) 以获取常见问题的帮助。

贡献

有兴趣为 Fuji-Web 做出贡献吗？我们非常欢迎你的帮助！查看我们的贡献指南 (Contribution Guide) 了解如何贡献、报告 Bug、建议增强功能等。

此外，我们在 Discord 上为 Fuji-Web 建立了专门的反馈频道：https://discord.gg/yfMjZ8udb5。

致谢

• Fuji-Web 的图像标注方法灵感来源于微软的 UFO 论文。
• Fuji 作为存在于浏览器侧边栏的工具，灵感来源于 TaxyAI 的浏览器扩展。我们还使用了它的一些 UI 代码。
• Chrome 扩展程序的搭建利用了一个优秀的样板项目 Jonghakseo/chrome-extension-boilerplate-react-vite。
• Fuji 的 Logo 来自 Toss Face Emoji 设计集。