内置浏览器面板可以在Naia中打开网页,并让AI执行网页操作任务。其目标是支持Vercel的agents-browser项目的大部分功能。
提示:浏览器面板目前处于实验阶段,可能不稳定。偶尔可能出现画面无法显示或Chrome进程意外终止的情况。稳定化工作正在进行中。
要求
内置浏览器需要安装Google Chrome。
- Linux:通过Flatpak或系统包安装。如果未安装Chrome,将显示安装引导。
flatpak install com.google.Chrome - Windows:Chrome会被自动检测。如果未安装,面板中会出现"下载Chrome"按钮。
Windows:浏览器面板使用Tauri WebView2子窗口(v0.5更新),实现可靠的原生嵌入并支持DPI感知定位。
打开面板
点击右侧边栏(ModeBar)中的浏览器标签,Chrome将嵌入到Naia窗口中。
AI工具
AI可以在浏览器中执行的工具列表:
- 导航 — 前往URL
- 后退/前进/刷新 — 页面导航
- 点击 — 点击页面元素
- 输入 — 文本字段输入
- 滚动 — 页面滚动
- 键盘 — 按键输入(Enter、Tab等)
- 快照 — 读取无障碍树
- 读取 — 提取文本内容
- 截图 — 屏幕截图(WebView DOM)
- 标签页截图 — 捕获面板视口(OS屏幕缓冲区 — 支持原生覆盖层)
- JS执行 — 执行JavaScript
权限管理
浏览器面板的特点是所有AI工具权限以切换按钮的形式放置在底部工具栏,用户可以单独开启或关闭每个功能。
默认情况下大多数工具是启用的,但JavaScript执行(JS eval)出于安全原因默认禁用。仅在可信环境中启用。
Chrome自身的麦克风、摄像头、通知等权限也可以单独设置。
书签
将常访问的页面保存为书签。通过浏览器面板侧边栏管理书签。
使用示例
在聊天中可以让AI执行网页任务:
- "在Google搜索'Naia OS'"
- "总结这个页面的内容"
- "在登录表单中填写邮箱"
- "截取当前页面的屏幕截图"
已知限制
- 必须安装Google Chrome(Linux使用Flatpak/系统包;Windows自动检测)
- Chrome进程偶尔可能终止。此时请点击重试按钮
- Linux:X11窗口嵌入需要
GDK_BACKEND=x11(XWayland模式) - Windows:WebView2子窗口需要安装Chrome才能使用浏览器工具
- 目前正在进行稳定化工作