建议 WPS 浏览器助手集成云专家模式，引入灵犀Claw能力

一、现状

WPS 灵犀已推出 专家模式（本地专家模式 + 云专家模式），借助Agent 智能体的能力，通过安装 browser-use、agent-browser、playwright-cli 等 Skill，已经可以操作浏览器和网页。

但是操作流程往往并不符合用户的操作习惯：灵犀操作浏览器，通常要在本地启动一个新的独立的浏览器实例，再通过 CDP 或 Playwright 操控这个浏览器，最后将结果返回。用户自己明明已经在浏览器中，Claw 却要另起一个浏览器来"代替"自己操作，在体验上存在割裂的不适感。

除此之外，还会带来登录态不共享、页面上下文不继承、操作结果需要手动传递等一系列问题。

从技术上来讲，browser-use 等 Skill 可以通过修改配置，禁止安装新的浏览器、强制使用本地已安装的浏览器，从而复用本地浏览器的登录态。但问题在于：

• 配置修改门槛高：普通用户大多不具备修改 Skill 配置的能力，甚至不知道可以这样操作

• 必须使用本地专家模式：要复用本地浏览器的登录态，就必须依赖本地已安装的浏览器和本地文件系统，这意味着只能使用本地专家模式，无法切换到云专家模式

• 本地资源持续消耗：启用本地专家模式，需要保持灵犀桌面端运行，启动 Python 沙箱和 Jupyter Kernel，灵犀桌面端和浏览器同时严重占用本地内存和 CPU，未能有效利用云端算力

二、建议在浏览器端引入云专家模式

WPS 浏览器助手作为浏览器扩展，天然运行在浏览器环境中，拥有对当前页面的直接访问权限。

因此，我建议在浏览器助手中集成 云专家模式，让灵犀 Claw 的 Agent 能力直接注入浏览器。用户在浏览器中浏览网页，发现需要自动化处理时，直接点击浏览器助手，开启云专家模式，用自然语言描述需求，浏览器助手读取当前页面，将页面内容发送到云端专家模式进行规划与执行，结果直接在侧边栏呈现。无需另起浏览器、无需重新登录、无需切换应用，也无需占用本地计算资源。

也不必与灵犀桌面端进行对接，否则就要在浏览器扩展和桌面端之间建立一套复杂的本地通信机制（WebSocket 或 IPC），还要处理权限管理、进程生命周期、跨平台兼容等问题，

在浏览器本地集成Agent智能体框架，调用SKILL工具执行任务，技术上比较困难。如有必要，可以参考DeepSeek++、tactus和AutoGLM插件的实现方案。

旧帖：建议WPS 浏览器助手借鉴开源项目Tactus

而云端灵犀已经具备完整的 Agent 规划、工具调度和 Skill 执行能力，浏览器助手只需获取页面上下文、页面交互与数据采集、与云端通信、展示结果，具体任务交由云端处理，即可满足用户的各种功能需求：

页面上下文获取

• 利用 Content Script 获取当前页面的 DOM 结构、文本内容、截图

• 获取页面元数据（标题、URL、作者、发布时间等）

页面交互与数据采集

WPS浏览器助手可以通过Chrome DevTools等方式，编写脚本并注入，直接对网页进行操作，实现类似于油猴脚本的功能。

• 模拟用户操作：点击、填写、滚动、翻页

• 提取结构化数据：表格、列表、链接

• 与页面表单交互：自动填写、提交

与云端通信

• 通过 HTTPS 或 WebSocket 将页面上下文发送到云端专家模式 API

• 定时任务：设定周期性网页巡检、数据监控

云端 Agent 处理

• 云端 Claw 进行任务规划，调用所需 Skill 和工具执行任务

• 执行结果（文档、表格、PPT、摘要等）直接保存到 WPS 云文档

• 利用云端的计算资源，不受本地硬件限制

结果就地呈现

• 执行结果通过 API 返回，在浏览器助手侧边栏中展示任务执行过程和结果

• 支持一键打开云文档中生成的文件

• 操作历史可追溯