Curio

一个浏览器扩展形式的 browser agent，能够自动帮你操作浏览器，比如打开网页、读取内容、点击按钮、填写表单、执行 JavaScript，以及进行基本的逆向分析。支持 Chrome、Edge 和 Firefox。

• 侧边栏聊天，流式输出，Markdown 渲染，工具调用以可折叠卡片展示
• 支持亮色 / 暗色主题切换，主题偏好会自动保存
• 多会话管理：创建、切换、删除，刷新后保留
• Agent 工具：
  • navigate —— 打开 URL 并等待加载完成
  • read_dom —— 读取页面内容，支持文本 / HTML / 结构大纲三种模式
  • screenshot —— 截取当前标签页的可见区域，让支持视觉输入的模型分析图片、画布、图表、布局和视觉状态
  • query —— 通过 CSS 选择器查询元素，返回 tag、属性、文本、位置等
  • click —— 点击元素，自动滚动到视野内
  • type —— 在 input、textarea、contenteditable 中输入文本
  • eval_js —— 在 MAIN 或 ISOLATED world 执行 JavaScript，可以访问页面 globals、框架状态或 hook fetch / XHR
• 支持 OpenAI Chat Completions 和 Anthropic Messages 兼容 API（如 DeepSeek、Moonshot）
• 纯插件形式，可以直接操作当前界面

• Side panel —— 对话 UI，原生 TypeScript + Vite + marked
• Service worker —— agent loop，用 fetch 流式调用 LLM（Anthropic Messages / OpenAI Chat Completions），解析 SSE，分发 tool call，并在后台截取当前标签页的可见区域
• Content script —— 注入到所有页面，承担 DOM 操作（query / click / type / read_dom）
• Page execution worlds —— 按需通过 chrome.scripting.executeScript 在 MAIN 或 ISOLATED world 执行代码，让 eval_js 访问页面 globals、框架内部状态或隔离的 DOM 环境

在 Releases 页面找到对应浏览器的产物：

• Chrome / Edge：curio-vX.Y.Z-chrome.zip
• Firefox（128+）：curio-vX.Y.Z-firefox.xpi

1. 解压 zip 到任意目录
2. 打开 chrome://extensions（Edge 是 edge://extensions），启用右上角开发者模式
3. 加载已解压的扩展程序 → 选择解压目录
4. 点击工具栏的 Curio 图标打开侧边栏

直接在 about:addons 导入 .xpi 文件即可安装扩展

git clone https://github.com/void5tar/Curio.git
cd Curio
npm install
npm run build           # 同时产出 dist-chrome/ 和 dist-firefox/
# 或单独构建：
# npm run build:chrome
# npm run build:firefox

加载已解压的扩展程序，Chrome 选 dist-chrome/，Firefox 用 about:debugging#/runtime/this-firefox 选 dist-firefox/manifest.json。

在侧边栏 Settings 中配置服务商：

填入 API key，按需修改 base URL 或 Model ID，Save 保存。点击服务商卡片切换激活项。可以通过修改 base URL 接入 OpenAI Chat Completions 或 Anthropic Messages 兼容端点（DeepSeek、Moonshot、本地 vLLM 等）。截图功能要求所选模型和端点支持视觉输入。API key 保存在 chrome.storage.local，除了请求 LLM API 不会发到其他地方。

MIT