WebChat:开源的网页内容增强问答 AI 助手,基于 Chrome 扩展的最佳实践开发,支持自定义 API 和本地大模型

简介: WebChat 是一个基于 Chrome 扩展开发的 AI 助手,能够帮助用户理解和分析当前网页的内容,支持自定义 API 和本地大模型。

❤️ 如果你也关注大模型与 AI 的发展现状,且对大模型应用开发非常感兴趣,我会快速跟你分享最新的感兴趣的 AI 应用和热点信息,也会不定期分享自己的想法和开源实例,欢迎关注我哦!

🥦 微信公众号|搜一搜:蚝油菜花 🥦


🚀 快速阅读

  1. WebChat 是基于 Chrome 扩展开发的 AI 助手,能够基于当前网页内容进行智能问答。
  2. 支持自定义 API 和本地大模型,消息渲染支持 Markdown 格式。
  3. 提供详细的安装和使用指南,确保用户轻松上手。

正文(附运行示例)

WebChat 是什么

https://github.com/user-attachments/assets/a0ae0231-cc22-43d4-811f-b1a6e95f3d19

WebChat 是一个完全开源的 AI 助手,基于 Chrome 扩展的最佳实践开发。它可以基于当前网页内容进行智能问答,支持自定义 API 和本地大模型。WebChat 的消息渲染支持 Markdown 格式,提供流式输出回答内容,使用户能够更方便地理解和分析当前网页的信息。

WebChat 的主要功能

  • 基于网页内容的智能问答:WebChat 能够根据当前网页的内容回答用户的问题。
  • 流式输出回答内容:答案会逐步显示,提升用户体验。
  • 消息渲染支持 Markdown 格式:支持 Markdown 格式的消息渲染,使回答更加清晰易读。
  • 支持自定义 API 和本地模型:用户可以配置自定义 API 接口或使用本地部署的开源模型。

WebChat 的技术原理

  • Chrome 扩展:WebChat 作为一个 Chrome 扩展,通过注入内容脚本与网页进行交互。
  • 自定义 API:支持 OpenAI 兼容的 API 接口,用户可以配置自定义端点。
  • 本地模型:支持使用本地部署的 Ollama 模型,通过配置环境变量和启动服务,实现与本地模型的交互。

如何安装 WebChat

  1. 下载项目代码:
git clone https://github.com/Airmomo/WebChat.git
  1. 打开 Chrome 扩展管理页面 (chrome://extensions/)
  2. 开启"开发者模式"
  3. 点击"加载已解压的扩展程序"
  4. 选择项目文件夹

基本使用说明

  • 插件开启后刷新页面会显示一颗悬浮球,点击它打开对话框。
  • 输入问题后点击发送并等待 AI 回答。
  • 右键点击历史消息可复制内容。

支持的 API

自定义 API

  • 支持 OpenAI 兼容的 API 接口:用户可以配置自定义端点。

Ollama 本地部署开源模型

  1. 官网下载安装 Ollama
  2. 设置允许跨域并启动:
  • macOS
launchctl setenv OLLAMA_ORIGINS "*"
  • Windows
  1. 打开控制面板-系统属性-环境变量
  2. 在用户环境变量中新建:
  • 变量名:OLLAMA_HOST,变量值:0.0.0.0
  • 变量名:OLLAMA_ORIGINS,变量值:*
  • Linux
OLLAMA_ORIGINS="*" ollama serve
  1. 安装模型:
ollama pull qwen2.5
  1. 启动或重启 Ollama 服务:
ollama serve
  1. 注意事项
  • 可使用自定义 API 接口地址来请求 ollama 服务:http://localhost:11434/v1/chat/completions
  • 如果是在局域网内其他主机运行的 ollama 服务,那么请将localhost替换为你的主机 IP 地址。

注意事项

  1. 使用自定义 API 需要配置 API 密钥。
  2. 使用本地模型需要先安装并启动 ollama,并确保服务在后台运行。
  3. 确保网络连接正常。
  4. 网页内容仅用于当前对话,刷新页面后对话的内容以及历史记录会丢失。

隐私说明

  • 本插件完全开源,不会收集任何个人信息。
  • 配置信息默认保存在本地浏览器中。

资源

  1. 项目官网:https://github.com/Airmomo/WebChat
  2. Ollama 官网:https://ollama.ai

❤️ 如果你也关注大模型与 AI 的发展现状,且对大模型应用开发非常感兴趣,我会快速跟你分享最新的感兴趣的 AI 应用和热点信息,也会不定期分享自己的想法和开源实例,欢迎关注我哦!

🥦 微信公众号|搜一搜:蚝油菜花 🥦

相关文章
|
6月前
|
人工智能 安全 API
20 万奖金池就位!Higress AI 网关开发挑战赛参赛指南
本次赛事共设三大赛题方向,参赛者可以任选一个方向参赛。本文是对每个赛题方向的参赛指南。
579 53
|
6月前
|
SQL 人工智能 关系型数据库
AI Agent的未来之争:任务规划,该由人主导还是AI自主?——阿里云RDS AI助手的最佳实践
AI Agent的规划能力需权衡自主与人工。阿里云RDS AI助手实践表明:开放场景可由大模型自主规划,高频垂直场景则宜采用人工SOP驱动,结合案例库与混合架构,实现稳定、可解释的企业级应用,推动AI从“能聊”走向“能用”。
1280 41
AI Agent的未来之争:任务规划,该由人主导还是AI自主?——阿里云RDS AI助手的最佳实践
|
6月前
|
人工智能 自然语言处理 前端开发
最佳实践2:用通义灵码以自然语言交互实现 AI 高考志愿填报系统
本项目旨在通过自然语言交互,结合通义千问AI模型,构建一个智能高考志愿填报系统。利用Vue3与Python,实现信息采集、AI推荐、专业详情展示及数据存储功能,支持响应式设计与Supabase数据库集成,助力考生精准择校选专业。(239字)
661 12
|
6月前
|
人工智能 运维 安全
加速智能体开发:从 Serverless 运行时到 Serverless AI 运行时
在云计算与人工智能深度融合的背景下,Serverless 技术作为云原生架构的集大成者,正加速向 AI 原生架构演进。阿里云函数计算(FC)率先提出并实践“Serverless AI 运行时”概念,通过技术创新与生态联动,为智能体(Agent)开发提供高效、安全、低成本的基础设施支持。本文从技术演进路径、核心能力及未来展望三方面解析 Serverless AI 的突破性价值。
|
6月前
|
人工智能 运维 Java
Spring AI Alibaba Admin 开源!以数据为中心的 Agent 开发平台
Spring AI Alibaba Admin 正式发布!一站式实现 Prompt 管理、动态热更新、评测集构建、自动化评估与全链路可观测,助力企业高效构建可信赖的 AI Agent 应用。开源共建,现已上线!
7232 95
|
人工智能 自然语言处理 前端开发
产品经理也能“开发”需求?淘宝信息流从需求到上线的AI端到端实践
淘宝推荐信息流业务,常年被“需求多、技术栈杂、协作慢”困扰,需求上线周期动辄一周。WaterFlow——一套 AI 驱动的端到端开发新实践,让部分需求两天内上线,甚至产品经理也能“自产自销”需求。短短数月,已落地 30+ 需求、自动生成 5.4 万行代码,大幅提升研发效率。接下来,我们将揭秘它是如何落地并改变协作模式的。
984 37
产品经理也能“开发”需求?淘宝信息流从需求到上线的AI端到端实践
|
6月前
|
人工智能 API 开发工具
构建AI智能体:一、初识AI大模型与API调用
本文介绍大模型基础知识及API调用方法,涵盖阿里云百炼平台密钥申请、DashScope SDK使用、Python调用示例(如文本情感分析、图像文字识别),助力开发者快速上手大模型应用开发。
2513 18
构建AI智能体:一、初识AI大模型与API调用
|
6月前
|
人工智能 IDE 开发工具
从6人日到1人日:一次AI驱动的客户端需求开发实战
从6人日到1人日:一次AI驱动的客户端需求开发实战
从6人日到1人日:一次AI驱动的客户端需求开发实战
|
6月前
|
人工智能 前端开发 JavaScript
最佳实践3:用通义灵码开发一款 App
本示例演示使用通义灵码,基于React Native与Node.js开发跨平台类通义App,重点展示iOS端实现。涵盖前端页面生成、后端代码库自动生成、RTK Query通信集成及Qwen API调用全过程,体现灵码在全栈开发中的高效能力。(238字)
761 11

热门文章

最新文章