Interfaccia dell'estensione WebBrain per browser agent AI

WebBrain: l'agente AI open-source che automatizza Chrome e Firefox, anche in locale

DiFabrizio Martini

WebBrain è un browser agent AI gratuito e open-source per Chrome e Firefox. Legge pagine web, estrae dati e automatizza attività in più passaggi. La caratteristica che lo distingue: può funzionare interamente in locale, senza inviare dati fuori dal tuo computer. Lo sviluppatore Emre Sokullu lo ha rilasciato con licenza MIT su GitHub.

Come funziona WebBrain

L’estensione vive nel pannello laterale del browser. Su Chrome usa la sidePanel API (Manifest V3), su Firefox la sidebar_action (Manifest V2). Ogni scheda mantiene una cronologia di conversazione separata. WebBrain opera dentro la tua sessione autenticata: vede i tuoi account loggati esattamente come li vedi tu. Non memorizza dati esternamente, non aggiunge telemetria e non richiede account. Le lingue supportate sono inglese, spagnolo, francese, turco e cinese, con rilevamento automatico all’avvio.

Ask Mode e Act Mode

WebBrain ha due modalità operative:

  • Ask mode (sola lettura) — Legge la pagina ma non può modificarla. Usa script di contenuto ordinari.
  • Act mode — Può cliccare, digitare, scorrere, navigare ed eseguire flussi di lavoro. Guida la pagina attraverso il Chrome DevTools Protocol (chrome.debugger API), producendo eventi di input affidabili che i siti moderni rispettano. Può raggiungere iframe cross-origin e shadow DOM non accessibili agli script di contenuto.

Il debugger si aggancia solo quando serve un’azione, per tab. Chrome mostra il banner “WebBrain sta eseguendo il debug di questo browser”. Attenzione: Firefox non ha CDP, quindi la sua Act mode è molto meno potente.

Le temperature sono fissate per prevedibilità: 0.15 per Act mode, 0.3 per Ask mode, 0 per le descrizioni delle schermate.

Sicurezza: progettato contro le iniezioni

I browser agent operano su una superficie ostile. Le pagine web possono nascondere iniezioni di prompt che dirottano il comportamento dell’agente. WebBrain gestisce il problema alla radice:

  • Parte in modalità sola lettura (Ask)
  • Chiede conferma prima di azioni importanti
  • Per mutazioni (creare, inviare, comprare) usa solo l’interfaccia visibile, mai chiamate API REST o GraphQL
  • Un override /allow-api esiste per conversazione, per casi in cui l’interfaccia fallisce
  • La lettura (es. leggere un README o confrontare prezzi) usa fetch in background HTTP, senza conseguenze remote

Casi d’uso concreti

  • Estrazione dati: “Estrai tutti i nomi e prezzi dei prodotti da questa pagina.” L’agente analizza la struttura e restituisce righe. Funziona anche con PDF.
  • Sintesi di ricerche: Chiedi un riassunto di un articolo e poi fai domande specifiche. WebBrain riconosce i paywall e non tenta di aggirarli; rimuove i banner dei cookie prima di leggere.
  • Compilazione moduli: Un profilo opzionale salva dati brevi in chiaro locali, inviati al LLM per compilare moduli a basso rischio.
  • Automazioni multi-step: “Vai su github.com e trova i repository di tendenza.” In Act mode, l’agente incatena navigazione, letture e click.

Costi dei token: tre strategie di contenimento

WebBrain riduce i costi in tre modi: ridimensiona le schermate e applica compressione JPEG iterativa prima di inviarle; taglia la cronologia più vecchia quando la finestra di contesto si riempie; permette di usare un modello di testo economico per la pianificazione e un modello visione separato per le immagini.

Confronto con le alternative

WebBrain si posiziona tra i plugin AI per browser e i framework agente completi. Rispetto a Claude in Chrome: è gratuito (Claude richiede $20/mese), supporta modelli locali (llama.cpp, Ollama) e multi-provider (tutti gli endpoint compatibili con OpenAI). Funziona sia su Chrome che su Firefox, mentre Claude solo su Chrome. È completamente offline con un LLM locale e auto-ospitabile.

Framework come OpenClaw o Browser-Use sono SDK per sviluppatori per pipeline headless. WebBrain è un’estensione per utenti finali che si controlla da un pannello di chat. Si possono usare entrambi.

Setup e provider supportati

WebBrain supporta modelli locali e cloud tramite un’interfaccia unica. Locali: llama.cpp, Ollama, LM Studio, Jan, vLLM, SGLang. Cloud: OpenAI, Anthropic Claude, Gemini, Mistral, DeepSeek, xAI Grok, Groq, MiniMax, Alibaba Cloud (Qwen), Nvidia NIM, OpenRouter.

C’è anche un’opzione gestita, WebBrain Cloud, a $5 al mese per profilo dispositivo con politica di uso corretto. Non richiede configurazione locale.

Per usare un modello locale con llama.cpp, basta avviare il server con una finestra di contesto di almeno 16k token:

llama-server -m your-model.gguf -c 16384 --port 8080

Il modello raccomandato è Qwen 3.6 35B (Qwen3.6-35B-A3B), che ha superato Gemma 4 nei benchmark di schermate del progetto. Una RTX 5090 è l’ideale; una RTX 4090 funziona con quantizzazione INT4 AutoRound.

Punti chiave

  • Gratuito, licenza MIT, sviluppato da Emre Sokullu
  • Funziona con modelli locali (nessun dato esce dal PC) o qualsiasi cloud API
  • Ask mode in sola lettura; Act mode tramite DevTools Protocol per eventi affidabili
  • Sicurezza per design: parte in sola lettura, approva azioni, usa UI per mutazioni
  • Gratuito in self-hosting, o $5/mese per WebBrain Cloud

Articoli simili