Aitheris

我们在做什么

Aitheris 正在构建 WebCross —— 基于 ABCP（AI Browser Control Protocol）的本地优先智能体浏览器控制平台。

真实网页依然是智能体最难稳定落地的场景。目前市面上的主流方案，大多在通用浏览器外层包裹第三方脚本适配层，再经由通用调试协议远程中转控制。这条路径存在难以规避的瓶颈：

• 慢 —— 每一步交互都要经历外部脚本注入、协议中转与多次通信往返，长链路任务中延迟层层叠加；
• 贵 —— 频繁将庞杂的原始 DOM 塞进上下文，每次微小交互都在重复消耗高昂的模型推理成本；
• 脆 —— 依赖静态选择器定位元素，前端结构一改版即告失效；Shadow DOM、跨域 iframe 与复杂交互组件更是常见的感知盲区。

WebCross 没有停留在外挂脚本适配，而是将深度定制的 Chromium 浏览器运行时与结构化本地控制协议、分层按需页面感知、本地沙箱工作流重放以及桌面级安全治理融为一体：

传统方案   Agent ──▶ 外部脚本适配层 ──通用调试协议中转 / 脚本注入──▶ 通用浏览器
                     全量 DOM 倾倒 · 脆弱选择器 · 每步重复消耗模型试错

WebCross   Agent ──▶ ABCP (Skills · MCP · CLI · WebSocket) ──▶ 定制浏览器运行时
                     分层语义感知 · 本地隔离工作流沙箱重放

flowchart TB
    A["你常用的智能体 · Claude Code / Codex / 自定义 Agent<br/>经 WebCross Skills · MCP · CLI · WebSocket 接入"]
    H["WebCross Harness · 内置任务编排工作台<br/>（即将推出）"]
    W["Workflow 工作台 · 本地隔离沙箱<br/>沉淀已验证路径 · 确定性零模型推理重放"]
    P["分层页面感知体系<br/>全局统一语义结构 · 按需局部轻量探测"]
    R["定制浏览器运行时<br/>原生直驱执行 · 独立窗口矩阵 · 指纹与代理隔离"]
    G["本地安全治理与人机协同<br/>配对认证 · 授权目录与站点权限 · 动作审计时间线 · 页面级暂停"]
    WEB["真实网页世界 · 登录会话 / 动态渲染 / Shadow DOM / 跨域 iframe"]

    A --> W
    A --> P
    H -.-> W
    H -.-> P
    W --> R
    P --> R
    R --> WEB
    G -.- W
    G -.- R

数据留在你自己的机器上

WebCross 是一款本地桌面端应用，而非托管在远端服务器的云浏览器。浏览器窗口、账号登录态与沉淀的工作流全部运行在你自己的设备上，无需将核心凭证与会话托管给第三方网关。

• 会话与数据快照留存本地 —— 登录状态、Cookie 与书签保存在本机，并支持从本地浏览器或导出文件按需导入数据快照
• 多窗口物理隔离 —— 每个浏览器窗口拥有独立的存储分区、Cookie 环境、设备指纹与代理配置，多账号并行互不串扰
• 访问与文件边界自主可控 —— 仅开放本机连接并支持配对认证管理；文件读写严格限制在显式授权的本地目录内，网页硬件权限按窗口独立配置
• 全流程动作清晰留痕 —— 本地动作时间线完整记录每一步操作的意图、入参、结果与页面导航历史，便于随时审计回溯
• 敏感环节由人把关 —— 遇到登录核验、验证码或关键业务提交时，自动在对应页面原位暂停等待人工确认，绝不越权放行

这就是我们所坚持的：关键过程，自主可控。

核心能力

· 定制浏览器运行时 —— 原生直驱，告别外挂脚本

摒弃外挂脚本注入与脆弱中转，WebCross 基于 ABCP 协议将页面操作、状态观测与事件通知原生内建于定制浏览器运行时之中。

• 覆盖窗口、页面、输入交互、网络、文件与下载等完整控制能力，提供结构化状态确认与异常恢复指引
• 无需注入第三方适配脚本，规避通用调试通道带来的暴露风险与中转损耗
• 从容应对现代动态单页应用、原生弹窗、新开标签页与复杂异步跳转链路

· 分层页面感知 —— 极简上下文，穿透复杂组件

告别每次操作都把整页原始 DOM 灌入模型上下文的做法。WebCross 采用「全局统一语义结构 + 按需局部轻量探测」双层感知机制，兼顾低上下文开销与高交互精度。

• 全局统一语义视图 —— 剔除样式与冗余容器噪音，精准提取可交互目标与复合组件关系（如下拉框、菜单、折叠面板等），并自动脱敏敏感输入内容
• 消除结构盲区 —— 原生穿透读取 Shadow DOM 与跨域 iframe，在同一页面视图中保持完整的层级关联
• 按需局部探测 —— 针对已知目标按需查询实时状态、文本、属性或候选项，避免每次局部交互后重复抓取整页

· 工作流工作台与沙箱重放 —— 跑通一次，确定性复用

无需让大模型在固定流程上反复消耗算力从头摸索。通过 WebCross 技能接入的智能体，可将真实网页上验证通过的操作路径提炼为确定性工作流，统一保存在本地 Workflow 工作台（Workshop）。

• 将交互探索跑通的步骤自动合成为类型严谨、可复用的结构化工作流脚本
• 重放时运行于本地隔离沙箱，确定性步骤全程无需消耗大模型推理调用
• 遇到开放式语义判断或人工核验节点时支持自动分段衔接，兼顾确定性效率与智能灵活性
• 既可由智能体传入参数按需编排调用，也可在浏览器工具栏菜单中一键手动运行

· 多窗口环境矩阵 —— 多账号安全并行底座

面向跨境店铺、社媒矩阵与多租户运营等场景，WebCross 为每一个浏览器窗口构筑物理隔离的专属运行环境。

• 各窗口会话状态、缓存与本地存储彻底解耦，多任务并发运行互不串号
• 支持自定义设备指纹档案，内置实时网络 IP 隐私保护策略，并可跟随代理出口自动匹配网页语言与地区特征
• 支持按窗口独立绑定 HTTP / HTTPS / SOCKS 代理，提供代理连通性检测与自定义绕过规则
• 支持绑定可复用的书签与 Cookie 快照，并为不同业务窗口配置专属 AI 提示词与共享任务记忆

· 页面级人机协同 —— 自动化不等于完全脱管

让智能体接手繁琐机械的常规网页操作，同时将高风险决策与身份核验稳稳留在人工视野之内。

• 遇到登录认证、验证码或关键提交节点时，仅对当前目标页面挂起自动化状态变更
• 浏览器顶栏与桌面控制面板同步高亮待确认提醒，权责边界一目了然
• 人工在现场窗口完成核验后即可从断点原位恢复执行，同一窗口的其他标签页及其他并发窗口全程不受阻塞

· 本地连接与安全治理 —— 权责清晰，全程可溯

从外部智能体的接入授权到每一次页面点击，所有关键边界均可在本地控制面板中直观管理。

• 灵活的本机接入管控 —— 本机受信任环境下可开箱即连；开启外部连接认证后，可通过一次性配对邀请授权并随时撤销任意连接身份
• 细粒度目录与站点权限 —— 将智能体的本地文件读写严格约束在授权目录列表内，并按窗口独立管控定位、摄像头、麦克风、剪贴板等站点权限
• 可视化执行审计 —— 实时查看各窗口现场画面、操作意图说明、工作流执行链与标签页导航栈

接入与使用方式

A. 接入你正在使用的智能体（现已就绪）

在应用使用指南或「设置 → 技能」中一键安装 WebCross 技能（支持签名校验自动更新），即可通过 MCP、CLI 或 WebSocket 连接 Claude Code、Codex 及各类支持工具调用的智能体：

打开电商平台搜索无线降噪耳机，筛选高口碑款式，对比核心参数与价格并整理成结构化表格。

智能体可直接操控 WebCross 专属浏览器完成检索、交互与数据提取，并可将高频重复流程沉淀为工作台脚本供后续确定性复用。

B. WebCross Harness 内置任务编排台（即将推出）

集成模型配置、对话式任务跟踪与端到端工作流提炼能力的客户端内置任务编排工作台正在筹备打磨中，即将开放。

典型场景

🧭 只要是人能在浏览器里完成的操作，都可以放心让 WebCross 协助代劳——把繁琐留给自动化，把关键决策留给你自己。

开始使用

1. 前往 官方下载页面 获取对应系统安装包并完成安装
2. 启动 WebCross，跟随内置「使用指南」一键安装 WebCross 技能（开启认证时可同步复制配对邀请指令）
3. 在你常用的 AI 助手中直接用自然语言吩咐网页任务，或将跑通的流程沉淀为可复用工作流

本组织的仓库

关于我们

我们致力于探索务实高效的人机协同范式，打造安全、可靠、真正好用的端侧本地智能基础设施。

我们深信，人工智能的真正价值不在于无休止的文字清谈，而在于走入真实的软件世界，替人们接手繁复、机械的数字劳作。通过深度定制的浏览器运行时与透明可控的本地治理机制，我们致力于让每一项关键任务始终处于你的掌控之下，把宝贵的时间与精力归还给创造与生活。

联系我们

• 🌐 官网：webcross.ai（English / 简体中文 / 日本語 / 한국어）
• 📮 商务与技术支持：service@webcross.ai
• 🐛 产品建议与问题反馈：欢迎在 webcross-releases 提交 Issue