一个浏览器侧边面板里的 AI 助手，能在你正在浏览的网页上：
- 读：总结、翻译、抽取重点、回答关于本页内容的问题
- 写：填表、勾选、选下拉、点击按钮、提交表单、上传文件
- 采：抓主图、详情图、评论列表等结构化数据
任意一段成功对话都能一键固化为 URL 模式匹配的可重放工具。每个浏览器 tab 有独立的对话上下文，互不干扰；按 URL 持久化历史会话（每个 URL ≤20 条），切回时通过顶部历史 drawer 一键恢复，关 tab 不丢。
首次打开熟悉网站会看到场景推荐（12 个内置 preset：维基/知乎/GitHub/Medium/公众号 总结类 + PDD/淘宝/京东/1688/Amazon 采集类），一键跑起来；tool 重放遇到网站小改动自动自愈（一次 LLM 生成补丁 → static-scan 拒 dangerous → 存为用户 v2 继续），失败堆栈不再是普通用户的终点。
只想 用（不开发）：
claude mcp add atwebpilot --scope user -- npx -y @attson/atwebpilot-mcp
然后下载 最新 release zip，在
chrome://extensions 加载已解压扩展，扩展设置 → Coordinator 填
ws://127.0.0.1:8787/worker → 连接。
可选环境变量：ATWEBPILOT_WS_PORT（默认 8787）、ATWEBPILOT_WS_TOKEN（可选）。
pnpm install
pnpm build # 产出 packages/extension/dist/chrome://extensions→ 「开发者模式」 → 「加载已解压的扩展程序」选packages/extension/dist/- 任意页面右上角点扩展图标 → 侧边面板打开
刷新扩展（reload 按钮）后，已打开的页面第一次执行 step 时扩展会自动注入 content script + 重试，无需手动刷新页面。
仓库包含 .github/workflows/build-extension.yml 自动打包流程：
push/pull_request/ 手动运行会执行pnpm typecheck、pnpm test、pnpm build，并上传atwebpilot-<version>.zipartifact。- 推送
v*tag（例如v0.0.1）会在通过检查后创建 GitHub Release，并上传同一个 zip。 - zip 内容来自
dist/内部，manifest.json位于压缩包根目录，可直接用于 Chrome 扩展加载或发布前检查。
发布示例：
git tag v0.0.1
git push origin v0.0.1打开「设置」页：
| 字段 | 说明 |
|---|---|
| Provider | Anthropic / OpenAI（也支持 OpenAI 兼容协议接 LiteLLM / Azure / Ollama 等） |
| Endpoint | 留空 = 默认；也可填自定义 base URL（例如 https://api.deepseek.com/v1） |
| Model | 下拉建议或自由输入（如 claude-sonnet-4-6、gpt-4o-mini、deepseek-chat） |
| API Key | 「仅本次会话保存」勾选 = 关浏览器即清；否则存 chrome.storage.local |
| max_tokens | 单次 LLM 响应上限（默认 4096，长任务可调 8192/16k） |
| 最大轮数 | 一次会话最多 LLM round 数，默认 20 |
| 续作 nudge 次数 | 模型说完没调工具时再问一遍是否真完成；默认 1，session-total 上限 |
| 自愈开关 | 默认 on。Tool 重放失败时自动跑一次 LLM 补丁；关闭后行为回到 v0.0.44 及之前 |
| 自愈 tokens 上限 | 每次自愈 LLM 输出 tokens 上限（默认 4096，可调 1024–8192） |
| 权限模式 | read（全 auto safe）/ default（caution 按勾选）/ trust（含 caution 免审）/ yolo（全部自动含 dangerous）；顶部 pill 可当次切换 |
| 自动通过策略 | safe 永远 auto；caution 看勾选；dangerous 按工具名白名单（5 选 N） |
API Key 不会进 IndexedDB，也不会被「导出工具库」带走。
[Tab #142] mobile.pinduoduo.com/goods.html?...
─────────────────────────────────────────────
▶ 此页面可用 1 个工具:
· pdd 竞品信息采集 v3 [详情] [运行]
─────────────────────────────────────────────
✓ 已完成 · round 8/20 · in 5.2k / out 1.8k (= 7.0k)
(消息流)
─────────────────────────────────────────────
☑ 自动通过 caution ⚠ dangerous 自动: 0/5 ▾
要让 AI 做什么？例如"总结此页"/"填写注册表单"/"采集前 50 条评论"
[发送]
输入指令 → AI 流式回应 + 调用工具：
- safe（snapshotDOM / extractText / hover / getValue / scroll / waitFor / extractImages / querySelector* / extractFormState）：自动跑
- caution（fillInput / click / setCheckbox / selectOption / 不带 cookie 的 httpRequest）：默认跟随顶部 toggle
- dangerous（submitForm / uploadFile / readStorage / 带 cookie 的 httpRequest / 命中静态扫描的 runJS）：每次必须人工确认；可在白名单里逐项放行
完成后顶部小条 已执行 N 步 [保存为工具]——点击后弹保存对话框。
保存为工具
名称 [AtWebPilot 任务 2026-05-10]
URL 模式 [https://*.pinduoduo.com/**]
描述 [采集 PDD 评论与主图（用户初始 prompt）]
┌─ 汇总 step ──────────────────────────────────┐
│ ⚠ 重放时输出 = 最后一步 step 的 return 值。 │
│ [让 AI 生成汇总步骤] │
└──────────────────────────────────────────────┘
将保存 9 个成功执行的 step。
[取消] [保存]
汇总 step（Plan 5 新增）：会话期间 AI 在 chat 文本里写的"总结报告"是 markdown，重放无法复现；点击 [让 AI 生成汇总步骤] 会让 LLM 基于已执行 step + 对话历史生成一段 runJS code（追加为最后一步）——重放时该 step 把前面 step 的产物整合成稳定结构 JSON。
- 顶部
[导入 JSON]接受单条或多条工具 bundle（按 id 合并；冲突跳过） - 每行
[详情] [导出] [删除]—— 单工具导出 JSON - 工具详情页：步骤定义折叠；运行按钮在最显眼位置；运行结果（绿框）显示在按钮正下方
- banner 上的「运行」 = 跳工具详情页 + 自动开跑
- 切到另一个 tab → 看到该 tab 的独立会话（消息历史、运行中状态、待审 step）
- 原 tab 的 LLM 调用在后台继续跑，UI 不可见
- 一个会话可以同时挂多个 tab：
- 在输入框
@提一个 URL 把另一个 tab 拉进会话 - AI 可以用
openTab(url)打开新 tab，成功后自动 attach（source=ai-open） - 也可以
attachTab(tabId)申请把任意 tab 纳入（需用户审阅） - 19 个内置工具都接受可选
tabId参数指向某个已 attached tab
- 在输入框
- 会话按 URL 持久化（IndexedDB
chat_sessions，每 URL ≤20 条）→ 关 tab 不丢；切回原 URL 通过顶部历史 drawer 一键恢复，或新建会话 - 同 tab 内 navigate（点超链接 / SPA 路由变更）→ 会话保留 + 末尾追加一条
[页面跳转] 新 URL: ...的 system note
- 顶部图标进入「场景库」drawer；12 个内置 preset 按分类展示（商品采集 / 内容站）
- 每张卡片显示 URL pattern 与当前 tab 是否命中；命中即可「在当前 tab 运行」
- 状态角标：
NEW（未使用）/已复制（v1）/已升级 vN（自愈过至少 1 次） prompt-formpreset 也在 chat 空态的 quick-actions 里根据 URL 优先展示
- Tool 重放时任一 step 失败 → BG 自动跑一次 LLM：拿新 snapshotDOM + 已成功产物 + 错误信息，让模型输出补丁 steps
- 补丁 zod 校验 + static-scan gate（dangerous 严格拒，只允许 safe/caution 集合）
- 通过后替换失败步以后的 steps →
appendVersion存为用户本地 v2 → 继续跑 - 会话消息流实时出现
[自愈] 正在自动修复失败步骤…→[自愈] 已自愈，升级到 v2 - 单次运行最多 1 次自愈；补丁再失败 → 抛
step_still_fails事件 + 走原[让 AI 修复]深度修复 - 关键不变：BG 不持 API key，heal 时通过 sidepanel RPC 借用 LLM（复用现有 key 位置）
每次 LLM stream 的 request（去掉 apiKey）和组装后的 response 都会被 recording-client 抓下来，按 round 存进会话；右上角 Exchanges N [查看] 打开专用面板，定位 prompt cache / continuation guard / stop_reason 这类调参问题不再靠盲猜。
工具运行失败时，工具详情页出现 [让 AI 修复]。点击 → 跳到对话页 → 自动预填错误上下文 + 旧 step 数组 → 你点[发送]，AI 改新版 step。修复成功后保存为新版本（appendVersion）。
每个会话顶部小条 日志 N 条 [查看] —— 展开底部抽屉看每个 SessionEvent（含 LLM stream error 与 step error 详情）。报错时自动展开。可一键复制成文本提 issue。
「DEV: JSON」页保留了 Plan 1 的"粘 Tool JSON 直接跑"，方便调试工具或验证 step 序列；不走 LLM。
按用途 & 严重级别分层。详细定义在 packages/shared/src/llm/builtin-tool-defs.ts；文档站有生成的完整 工具参考。
| 类别 | 工具 |
|---|---|
| 探查（safe） | snapshotDOM、querySelector、querySelectorAll、extractText、extractImages、getValue、extractFormState、hover、focus、takeSnapshot（UID-based） |
| 流程（safe） | scroll、waitFor、getPageInfo |
| 视觉辅助（safe） | highlightElement、highlightText、screenshot、askUser |
| 元信息（safe） | searchBookmarks、searchHistory、downloadImage |
| 交互（caution） | click、fillInput、setCheckbox、selectOption、fillForm（批量）、clickByUid、fillByUid、pressKey、navigate |
| Tab 控制面（caution） | switchToTab、closeTab |
| 网络（caution） | httpRequest（无 cookie）、runJS（扫描通过） |
| dangerous | submitForm、uploadFile、readStorage、writeStorage、httpRequest(withCredentials)、runJS（含 cookie/eval/storage 等关键词） |
pnpm typecheck # pnpm -r typecheck across shared / coordinator / extension / mcp-server
pnpm test # 全量测试 ~718（526 extension + 119 shared + 45 coordinator + 28 mcp-server）
pnpm test:watch
pnpm build # 产出 packages/extension/dist/测试覆盖：纯逻辑（url-pattern / static-scan / infer-json-schema / protocol zod / preset schema+match）+ 工具调用层（每个内置工具一组 happy-dom 测试）+ chat loop（含 continuation guard + self-heal）+ WS 协议端到端（起真 ws server 跑 HELLO / EXEC / START_CHAT_SESSION）+ MCP server（LoopbackWSHub / tool-gen）。无 Playwright；UI smoke 是手动。
设置页有「Coordinator」子页：填一个 WS URL + token 即可让扩展挂到任意符合协议的服务器，被远程派发工具步（EXEC）。WS 协议见 packages/shared/src/protocol/messages.ts，参考实现见 packages/coordinator/。
Plan 12 之后还可以远程驱动一整个 chat session（START_CHAT_SESSION），并把会话事件（CHAT_EVENT）流式发回：仅在勾上「允许 coordinator 远程驱动 chat session」之后生效，默认关闭，独立于 EXEC 工具调用。BG 端跑的是同一个 runChatSession，可以走真实 LLM，也可以由 server 端直接喂一段 mock_llm: { rounds: LlmStreamEvent[][] } 做确定性回归测试。
本地 smoke：
node docs/superpowers/scripts/mini-coordinator.mjs
# 在设置里填 ws://127.0.0.1:8787/worker + 任意 token → 连接packages/mcp-server 是一个 stdio MCP server，同时起本地 ws 服务器。Claude Code 连它后可调
list_tabs / open_session / browser_*（19 个）/ get_quota / close_session 在网页上读写采。
pnpm -F @atwebpilot/mcp-server start # 监听 ws://127.0.0.1:8787/worker（tsx 直跑）
# 扩展设置页填该 URL + token → 连接；Claude Code 侧把它配成 MCP server
详见 packages/mcp-server/README.md。
- 维基百科任意条目
- 输入「用三个要点总结此页」
- 期望：AI 用
snapshotDOM + extractText（safe，自动）→ 给三个要点
- https://httpbin.org/forms/post
- 输入「填写：客户名 张三，电话 13800000000，比萨配料勾选 mushroom 和 cheese，配送时间 18:00」
- 期望：
fillInput/setCheckbox/selectOption（caution）；submitForm要审阅 - 不点提交退出，验证字段已填
- https://mobile.pinduoduo.com/goods.html?goods_id=<任一商品>
- 输入「把主图、详情图、前 50 条评论采集出来」
- 期望：snapshotDOM → 探查 window.rawData → httpRequest 翻页评论 → 汇总
- 完成后保存为工具，并点击「让 AI 生成汇总步骤」让重放产物结构稳定
- 重新访问验证 banner 推荐 + [运行] 自动跑 + ResultView 显示结构化 JSON
- tab A 跑「采主图」，AI 还在跑时切到 tab B
- tab B 输入「总结此页」
- 切回 tab A，应该看到 A 的进度（不是 B 的会话）
- 关掉 tab B → 顶部「近期会话」出现可恢复条目
详细见 AGENTS.md（给 AI 协作者的导航）。简版：
packages/
├─ shared/ 纯函数 + 类型 + WS 协议 zod schemas（无 chrome / 无 DOM）
├─ coordinator/ 参考 WS 服务器实现（测试用；生产可外置）
├─ mcp-server/ stdio MCP server（Claude Code 经本地 ws 驱动浏览器，Plan 13）
└─ extension/
└─ src/
├─ background/ Service Worker（IDB / RPC / tab-watcher / coordinator-client）
├─ content/ Content script + 19 个内置工具（每文件一个）
└─ sidepanel/ React UI + zustand session store + LLM 客户端 + coordinator 设置页
docs/superpowers/
├─ specs/ 设计文档（27 份；见 specs/README.md）
├─ plans/ 实施计划（每份对应一份 spec）
└─ scripts/ 辅助脚本（含 mini-coordinator.mjs 本地 smoke）
docs-site/ VitePress 中英双语展示站（Plan 26；`.github/workflows/deploy-docs.yml` 发到 gh-pages）