灵犀浏览器助手正式上线
Lv.2潜力创作者
我此前曾建议 WPS 浏览器助手集成云专家模式，引入灵犀Claw能力，目前该功能已经正式上线，大家可以在应用商店下载安装灵犀专业版的浏览器插件：
灵犀浏览器助手 - Microsoft Edge Addons
官方介绍如下：
Lingxi Browser Assistant brings the power of WPS Lingxi AI directly into your browser, enabling you to automate complex web tasks through simple natural language commands. Just tell the AI what you need, and it will take care of the rest — navigating pages, collecting information, filling forms, and more.
Key Features:
AI-Powered Browser Automation — Describe your task in natural language, and Lingxi AI will execute it for you: open websites, extract data, fill out forms, and perform multi-step workflows automatically.
Smart Web Data Collection — Ask the AI to gather information from web pages, compile research materials, or monitor specific content changes — all without manual browsing.
Intelligent Form Filling — Let the AI automatically populate web forms with the data you specify, saving time on repetitive online tasks.
Page Summarization & Analysis — Get instant AI summaries of any web page, extract key information, and analyze content without reading through entire pages.
Side Panel Interface — Access all AI features conveniently from the browser side panel, keeping your workflow uninterrupted while you interact with the assistant.
Multi-Tab Task Management — The AI can manage multiple browser tabs simultaneously for complex tasks, automatically organizing them for clarity.
How It Works:
Open the Lingxi side panel or popup
Describe what you want to do (e.g., "Collect all product prices from this page and save them")
The AI autonomously executes the task in your browser and returns results
Perfect for researchers, data analysts, content creators, and anyone who wants to supercharge their browsing productivity with AI.
将灵犀助手固定到工具栏，点击按钮并点击体验演示效果：
目前还无法正常使用，估计还在测试阶段，需等待功能升级。
但根据目前的版本，可以知道一些基础的信息：
工作原理：后台 Service Worker 用 chrome.debugger.attach 挂上 DevTools 协议，通过带 token 的 WebSocket 连回 lingxi.wps.cn 后端，意味着只有已认证的灵犀 AI 后端能驱动；内容脚本在所有网页注入蓝色光效遮罩+操作条，任务中拦截你的输入；桥接只允许灵犀域（lingxi.wps.cn、365.kdocs.cn）发号指令。
包括以下功能：
一、AI 操控浏览器（核心能力）
后台 Service Worker 通过 chrome.debugger.attach 挂到当前标签页，把任意 CDP 指令转发给页面执行（源码中除少数 Target.* 受管控外，其余全部走 chrome.debugger.sendCommand）。因此 AI 可以实现：
能力 | 对应的 CDP / 实现 |
页面导航 | Page.navigate 打开/跳转网址 |
点击 | Input.dispatchMouseEvent 模拟鼠标点击 |
输入文字 | Input.dispatchKeyEvent 模拟键盘输入 |
执行 JS | Runtime.evaluate 在页面里运行任意脚本、读 DOM |
查询元素 | DOM.getDocument / DOM.querySelector 定位页面元素 |
截图 | Page.captureScreenshot / Page.captureSnapshot（源码中专门列为 SCREENSHOT_METHODS） |
滚动 / 视口 | Input.dispatchMouseEvent(wheel) / Emulation 视口模拟 |
多标签页/多目标 | Target.* 系列创建、切换、附着标签页/iframe |
网络拦截（可选） | 通过 CDP Network.* 读写请求与响应 |
二、输入接管与人机协同
setIgnoreInput(true)：任务进行中，页面会屏蔽你的鼠标/键盘输入，把控制权完全交给 AI（避免人和 AI 抢操作）。
随时中断 / 接管 / 恢复（对应消息指令 extension/stop-task、extension/takeover、extension/resume-task）：
停止：立即终止 AI 任务。
接管：你夺回控制权，底部弹出"恢复"模态框，可输入补充指令后让 AI 继续。
恢复：把控制权交回 AI。
事件暂停/恢复：page/event-block / page/event-unblock 控制页面事件是否转发给 AI。
三、可视化状态指示（内容脚本注入）
为让你"看得见的 AI 在工作"，内容脚本在 <all_urls> 的每个页面注入一套遮罩 UI（index.ts-Nk6mkN4g.js）：
蓝色脉冲光效：页面四周出现蓝色边缘光晕 + 脉冲动画，提示"AI 正在操控此页"。
底部操作条：居中显示当前状态文字（默认"灵犀 AI 正在浏览…"）+ 停止 / 接管 按钮。
接管恢复弹窗：夺回控制权后弹出，可填写新指令再交还 AI。
遮罩开关：page/toggle-mask、page/toggle-page-effect 可由后端控制光效/遮罩显隐。
四、多标签页协同
一个任务可覆盖多个标签页；扩展会把这些标签归入同一个标签组（chrome.tabGroups）。
标签组标题会被动态动画化：循环显示 emoji 状态（🤔💭💡⚡✨🌟💫🚀🎯🎉）+ 任务简介（brief），直观反映当前进度。
对应权限 tabGroups、tabs。
五、与云端灵犀 AI 的连接与保活
通过 WebSocket（带 token） 连回 lingxi.wps.cn / 365.kdocs.cn 后端，URL 自动附带 ?token=...。
自动重连：断线后按退避序列重试（1s → 2s → 4s → 8s → 15s，最多 5 次）。
每个任务是一个 Session（含 sessionId / tabId / groupId / requestId / brief / status）。
心跳与信封编解码（envelopeCodec）保证指令/事件的稳定收发。
Ping 健康检查：lingxi/ping 返回 {available, version}，用于后端探活。
