让 Edge 也能"读"网页——我做了个网页智能助手

我就是想偷个懒：让我读得少一点，让 AI 替我先扫一遍。

一、起因：每天打开几十个网页，脑子装不下

最近这段时间，我每天的工作流基本是这样的：

早上：打开若干个 GitHub 项目页面，看 README，挑值得 star 的
上午：刷一波掘金、知乎的技术文章，关掉一堆标签页，记不住
中午：看几个新闻页面，吃饭回来又得重看一遍
下午：电商页面查产品参数、博客页面学新概念

问题来了：我看着看着就不知道看到哪了。上次看到一半的东西，这次想继续看，又得从头翻。

后来我意识到——我不是在”找信息”，我是在”被信息淹没”。

二、想过几种解法

第一种：用现成的 AI 工具（比如 ChatGPT、豆包）。
问题：得复制粘贴 URL + 手动整理问题，流程多一步。

第二种：用浏览器的”稍后读”功能（Pocket、Raindrop）。
问题：攒一堆”以后再看”的东西，最后都没看。

第三种：自己搓一个浏览器扩展，按一下就让 AI 读。
问题：要学 Chrome Extension 开发。但是——我有 Claude Code。

于是选了第三种。

三、成品长啥样

我给它起名 “网页智能助手”（edge-webpilot），装在 Edge 浏览器上，按一下图标：

它就一个弹窗，两个 Tab：

📋 总结 Tab

打开任意一个网页，按一下**”总结当前页面”**，几秒后弹窗里出现：

摘要（一两句话讲清楚整篇在说什么）
关键要点（3-12 条，看你怎么设）
元信息（分类、难度、情感、标签）
一键复制（带网址，方便贴到笔记里）

更狠的是——它会自己识别页面类型：

页面类型	提取的要点侧重
GitHub 项目	能做什么、怎么装、怎么用
新闻	何时/何地/何人/何事
技术博客	核心概念、方法、经验
电商	产品特点、价格、规格
大模型产品页	模型能力、价格、调用方法

比如打开 ComfyUI 的 GitHub 页面，总结出来的要点直接是：

用节点连线（像画流程图一样）就能拼出复杂的 AI 生成流程，不用写代码

支持 SD、Flux、Hunyuan、Wan 等几十种图片、视频、3D、音频生成模型

既支持开源模型，也支持通过 API 节点调用闭源付费模型

支持 Windows、Linux、macOS，兼容 NVIDIA、AMD、Intel、苹果芯片和昇腾 NPU

……

重点：这些是大白话，没读过原文的人也能看明白。

💬 对话 Tab

弹窗切到”对话” Tab，直接问问题，AI 基于当前页面正文回答：

“这篇文章讲了什么？”
“作者的核心观点是什么？”
“用 3 句话总结给一个 10 岁小孩听”

回答是流式的（一个字一个字冒出来），不用干等。

而且对话历史关掉弹窗不丢——下次再开同一个页面，对话还在。

四、装一下试试

1. 下载

v1.0.5 edge-webpilot.zip（约 53KB）

2. 解压

解压到任意目录（建议 D:\Tools\ 或桌面）。

3. 加载到 Edge

1. 地址栏输入 edge://extensions/ 回车
2. 右下角打开"开发人员模式"
3. 点"加载解压缩的扩展"，选刚才解压的 edge-webpilot 文件夹
4. 工具栏右侧拼图图标 🧩 → 找到扩展 → 点 📌 固定

Chrome 也能装，步骤一样，只是入口是 chrome://extensions/。

4. 配置 API Key

首次使用要配 API——扩展本身不内置 AI 引擎，要接 OpenAI 兼容的 API。

我默认接的是 MiniMax（国内友好），你也可以换成 DeepSeek、通义千问、智谱、Ollama 都行。

1. 点工具栏的 🤖 网页智能助手
2. 弹窗右上角 ⚙ 打开设置
3. 选预设（自动填好 Base URL + 模型名）
4. 填 API Key
5. 点"测试连接" → 显示"✓ 连接成功"
6. 保存

5. 开始用

打开任意文章 → 点 🤖 → 点”总结当前页面” → 几秒后看到摘要。

五、详细度怎么调

一键切换：弹窗底栏左边有个 📚 简洁 按钮，点一下循环切：

📚 简洁（3-5 条，每条 10-30 字）
📚 标准（5-8 条，每条 20-45 字）
📚 详细（8-12 条，每条 30-60 字，大白话）

短文章建议用”简洁”，长文章/技术文档切”详细”读得舒服。

选择会记住，下次打开还是你设的那档。

六、它跑在哪些模型上

支持的（预设里已经填好）：

服务商	适合
MiniMax	国内友好，中文好
DeepSeek	便宜，新人有免费额度
通义千问	阿里云，中文优秀
智谱 GLM	有免费额度
Ollama 本地	完全免费，本地跑

只要是 OpenAI 兼容的 API，理论上都能用。

七、安全 & 隐私

API Key 只存在本地（chrome.storage.local），不上传云端
对话历史按 tab 隔离，关掉 tab 就清空
唯一对外的网络请求：你配置的服务商的 API
不会偷偷收集你访问的页面

八、一些踩过的坑

记录下来免得别人也踩：

图标 16px 糊了：浏览器把 256×256 缩到 16×16 显示会糊。改用 generate-icons.html 按目标尺寸渲染。
JSON 解析失败：默认 prompt 强制模型输出 JSON，但有些模型（如通义千问、Ollama）不支持 response_format: json_object，要用正则兜底解析。
失败的用户消息要回滚：流式对话失败时，要回滚掉那条用户问题，不然下次打开看到一条孤零零的问题没有回答。
API Key 不要存 sync：之前用 chrome.storage.sync 会跨设备同步，敏感数据不该这样。

九、最后

说到底，这就是个给自己用的小工具——省掉每天”复制 URL、打开 AI、贴 URL、问问题、读答案”这一套流程。

如果你也有同样的”网页看不过来”的困扰，欢迎装一个试试。

有问题或者想加功能（比如导出会话历史、批量总结多个页面），评论区告诉我。

附：

项目主页：https://github.com/xiaoxiuqiuhua/edge-webpilot
当前版本：v1.0.5
浏览器要求：Edge 88+ 或 Chrome 88+