Peerd开源浏览器本地AI智能体扩展 多层沙箱隐私网页自动化框架
一、peerd 是什么 说到浏览器里的AI智能体,很多人第一反应就是云端插件——数据上传、API密钥托管、操作记录全靠第三方服务器。但今天聊的这个项目,路子完全不一样。peerd,全称没啥花哨的,就是一套基于浏览器MV3扩展的原生AI智能体运行框架,开源协议Apache 2 0,目前还在0 x实验阶
一、peerd 是什么
说到浏览器里的AI智能体,很多人第一反应就是云端插件——数据上传、API密钥托管、操作记录全靠第三方服务器。但今天聊的这个项目,路子完全不一样。peerd,全称没啥花哨的,就是一套基于浏览器MV3扩展的原生AI智能体运行框架,开源协议Apache 2.0,目前还在0.x实验阶段。它分两个版本:一个是从商店能直接装的精简正式版,另一个是GitHub上的完整功能Preview预览版,后者更“硬核”。
这个项目的设计理念,一句话概括就是“本地为王”。没有云端中转,所有数据都在本地浏览器里加密隔离,自带多类沙箱环境。你不用担心自己的API密钥、网页操作记录被哪个第三方服务器截走——大模型请求、网页自动化、代码运行、文件存储,全部在本地完成。再加上多层权限隔离机制,越权、密钥泄露、恶意脚本执行这些风险,从架构上就被卡死了。
名字peerd不是随便起的,它对应五大核心模块:Provider(模型调度)、Egress(安全网关)、Engine(沙箱管理)、Runtime(智能体主运行时)、Distributed(P2P分布式网络——注意,这块只有预览版才有)。
如果你对复杂打包流程感到头疼,那它很友好:源码开箱就能作为浏览器扩展加载,普通AI用户、网页自动化开发者、本地大模型爱好者都能快速上手。

四、应用场景
本地离线网页AI自动化
不需要任何云端插件,本地AI就能批量填表、爬取数据、整理网页信息、批量提交表单。关键隐私数据永远不上传第三方平台,心里踏实。浏览器内代码&Linux环境实验
直接在浏览器里跑bash脚本、Python二进制、自定义JS脚本,不用本地装虚拟机。轻量级代码测试、数据处理,想测就测。本地大模型网页智能助手
搭配Ollama本地模型,一个完全离线的网页总结、翻译、信息提取工具就诞生了。网页内容不向外传输一个字。多设备去中心化AI协同(预览版)
多台电脑的peerd节点通过点对点方式共享AI任务,批量处理网页数据不用中心化服务器,分布式思路玩得明白。离线语音网页交互
内置离线语音识别,用语音就能控制网页操作、问答总结页面内容。全程不调用云端语音接口,隐私保护到底。隐私敏感办公数据处理
财务数据、客户隐私网页信息,交给本地AI分析。密钥和操作记录全部加密存储在本机浏览器,想泄露都难。
五、使用方法
方式1:浏览器商店安装(正式精简版)
- 打开Chrome网上应用店或Firefox附加组件商店,搜索peerd;
- 点击添加扩展,完成安装;
- 打开扩展侧边栏,进入模型配置页填入自有API密钥,密钥自动本地加密保存;
- 开启网页操作权限,AI就能读取并操控当前页面;
- 注意:这个版本没有P2P分布式,也没有WebVM完整Linux环境,功能相对轻量化,但支持自动更新。
方式2:GitHub预览版完整部署(全功能)
- 克隆仓库:
git clone https://github.com/NotASithLord/peerd; - 解压项目,找到根目录下的
extension文件夹; - Chrome:打开开发者模式,加载已解压扩展,选中extension文件夹;Firefox:临时加载manifest.json;
- 配置模型密钥、黑白名单、沙箱权限;
- 如果需要P2P协同,还得部署仓库里的
signaling-node信令服务,多设备接入同一个信令节点,通过WebRTC建立点对点连接。
基础操作流程
打开任意网页 → 点击扩展图标唤起侧边栏 → 输入AI指令(总结页面/填写表单/运行脚本)→ 选择执行沙箱环境 → 确认执行,然后审计日志会记录全部操作。就这么简单。
六、竞品对比
市面上类似的浏览器本地AI智能体扩展也不多,这里挑了两款比较有代表性的,从核心能力、数据安全、沙箱、分布式、开源属性等维度做个对比:
| 对比维度 | peerd | AutoGPT Browser Extension | ChatGPT Browser Extension(官方插件) |
|---|---|---|---|
| 开源协议 | Apache 2.0 完全开源 | 开源MIT,但后端依赖在线服务 | 闭源,代码不公开 |
| 数据存储 | 密钥、操作记录本地WebCrypto加密 | 部分数据上传云端缓存 | 全部网页上下文上传OpenAI服务器 |
| 内置沙箱环境 | WebVM Linux虚拟机+多层JS隔离沙箱 | 仅基础JS脚本运行,无完整Linux | 无独立代码沙箱,仅网页交互 |
| P2P分布式协同 | 预览版内置WebRTC点对点通信 | 不支持多设备协同 | 无分布式能力 |
| 模型支持 | Ollama本地模型、OpenRouter、Anthropic | 仅对接在线大模型 | 仅OpenAI系列模型 |
| 网页权限隔离 | 密钥模块与执行环境完全分离 | 无分层权限隔离 | 无权限隔离设计 |
| 离线语音识别 | 内置Moonshine离线语音转文字 | 依赖云端语音接口 | 仅在线语音交互 |
| 分发版本 | 商店精简版+本地完整预览版 | 单一在线版本 | 官方商店单一版本 |
七、常见问题解答
Q1:peerd 商店版和GitHub预览版核心区别是什么?
A:商店正式版为了合规,移除了P2P分布式网络模块,只保留基础网页自动化和基础JS沙箱;GitHub预览版则包含完整WebRTC点对点协同、完整WebVM Linux虚拟机,功能更全,但没有自动更新,需要手动加载本地源码。
Q2:使用peerd会不会泄露我的大模型API密钥?
A:不会。项目用浏览器WebCrypto本地加密存储密钥,密钥只存在于当前浏览器本地;所有模型请求直连对应服务商,没有第三方中转服务器。执行网页和脚本的沙箱环境没有密钥访问权限,从架构层面就把密钥窃取这条路堵死了。
Q3:WebVM虚拟机组件CheerpX可以商用免费使用吗?
A:个人学习、非盈利场景免费使用;如果企业商用、商业化产品集成CheerpX,需要向组件官方单独购买商用授权。
Q4:peerd需要安装Node.js、打包工具才能运行吗?
A:普通用户直接加载extension文件夹就能用,不需要任何打包工具。只有开发者做单元测试或打包发布时,才需要安装Bun脚本运行环境。
Q5:是否支持完全离线不联网使用?
A:搭配Ollama本地部署大模型时,可以实现网页自动化、脚本运行、离线语音全离线使用;如果用OpenAI、Anthropic在线模型,那肯定得联网调用接口。
Q6:扩展申请高权限存在安全风险吗?
A:高权限只是为了实现全网页自动化需求。项目内置统一安全网关,能拦截恶意网络请求和SSRF攻击;同时执行环境与密钥管理分层隔离,就算访问恶意网页,也无法盗取本地加密密钥。
Q7:多设备如何实现P2P协同任务处理?
A:只有预览版支持。需要自行部署仓库中的signaling-node信令服务,所有设备接入同一信令节点后,通过WebRTC建立点对点连接,共享AI任务与执行结果。
八、相关链接
GitHub仓库地址:https://github.com/NotASithLord/peerd
九、总结
peerd的核心定位很清楚:一个主打本地隐私安全、多层沙箱隔离的开源浏览器MV3 AI智能体扩展框架。它依靠浏览器原生的加密与隔离API,实现全链路本地数据处理,同时兼顾网页自动化、浏览器内Linux运行、多模型兼容、离线语音交互等实用能力。两个版本——商店精简版和带P2P分布式的完整预览版——分别适配不同人群。相比主流闭源浏览器AI插件,它的优势在于开源透明、数据不上传云端、多层权限防护。如果你注重网页隐私,需要本地离线AI自动化,或者想在浏览器里做轻量级代码实验,peerd值得一试。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:Peerd开源浏览器本地AI智能体扩展 多层沙箱隐私网页自动化框架要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点大模型选型,归根结底是一个衡量投入产出比的问题。谷歌推出的 Gemini 3 5 与 Anthropic 旗下的 Claude 3 5 正在展开正面较量,究竟哪一款模型能在实际业务中为开发者切实降低开销、缩短开发周期并减少精力损耗?不少技术团队已经开展了多模型并行压力测试,测试结果指向一个关键结论:
谷歌最新推出的Gemini 3 5一经面世,就将多模态与超长上下文的技术竞赛推向了一个全新高度。尤其在超长视频解析、海量代码库理解等复杂任务中,其原生多模态架构的优势得以充分展现。目前,不少研发团队已借助AI模型聚合平台,直接接入Gemini 3 5进行基准评测,并将其与GPT-4o、Claude
GPT用户画像实战指南:多维特征拆解与场景化需求表达技巧在用户研究、内容策划、产品运营与营销推广等业务场景中,精准的用户画像始终是驱动精细化运营的核心基础。然而,许多团队在构建画像时,容易陷入“标签堆砌”的误区——仅仅罗列年龄、性别、职业等基础信息,最终却发现这些静态标签难以对实际决策产生有效指导。
大模型赛道的竞争已进入更深层次、更考验真实力的阶段。各家厂商不再像几年前仅围绕参数规模展开角逐——真正的较量,如今聚焦于模型在逻辑推理与复杂代码构建中的实战能力。近期发布的 Claude 4 8 正是瞄准这一方向,在推理性能和长文本关联方面实现了显著突破,迅速成为全球开发者社区热议的焦点。许多研发团
- 日榜
- 周榜
- 月榜
热点快看
