智能体工具
September 2, 2026 · View on GitHub
WebBrain 将模型层级与对话模式分开。
- 层级（
compact、mid、full）是按提供商设置的，控制模型可见的常规浏览器 智能体工具数量。 - 模式（
ask、act、dev）按对话选择，控制用户允许的任务类型。
| 模式 | 允许的操作 |
|---|---|
| Ask | 只读。不点击、不输入、不导航、不下载。 |
| Act | 所选层级的常规浏览器工具。 |
| Dev | 需要 Mid 或 Full 提供商。附加源码/样式/调试工具（Mid 层级 Dev 还包含更深的 DOM/frame 检查）。Compact 层级的 Dev 会在发送 LLM 请求前被阻止。 |
| 层级 | 目标模型类别 | 常规工具范围 |
|---|---|---|
compact | 极小的本地模型 | 最短提示 + 精简的常规 Act 工具集。无调度、iframe、下载资源或高级 DOM/UI 回退。 |
mid | 有能力的本地模型 | 常见任务工具：下载、调度、iframe 工具、表单校验。不含 Full 独有的高级回退。 |
full | 前沿/云端或大型本地模型 | 全部工具，包括 hover、drag-drop、frames 和 shadow DOM。 |
层级默认值与解析规则记录在 提供商与模型。
完整读取 Gmail 会话
Gmail 会话的第一个无障碍结果会提供活动会话可信的
conversationRootRefId。完整读取必须仅对该锚定子树使用
filter:"all"、maxDepth:15，并逐次原样复用 continuationArgs，直到
hasMore:false。文档根节点的第 2 页及后续页面会进入无关的收件箱行，
不能算作会话覆盖。还必须由 Collapse all 单独确认 Gmail 已展开整个会话。
工具矩阵
图例：是 = 可用 · - = 不可用 · C = 仅 Chrome · Dev = Dev 模式附加（Mid/Full 提供商；不含 Compact）。
| 工具 | Ask | Compact | Mid | Full | Dev |
|---|---|---|---|---|---|
get_accessibility_tree | 是 | 是 | 是 | 是 | - |
read_page | 是 | 是 | 是 | 是 | - |
read_pdf | 是 | 否 | 是 | 是 | - |
list_webmcp_tools | C | 否 | C | C | - |
execute_webmcp_tool | 否 | 否 | C | C | - |
read_page_source | 否 | 否 | 否 | 否 | 是 |
get_window_info | 是 | 是 | 是 | 是 | - |
get_interactive_elements | 是 | 否 | 是 | 是 | - |
scroll | 是 | 是 | 是 | 是 | - |
extract_data | 是 | 是 | 是 | 是 | - |
inspect_element_styles | 否 | 否 | 否 | 否 | 是 |
wait_for_stable | 是 | 否 | 是 | 是 | - |
get_selection | 是 | 是 | 是 | 是 | - |
done | 是 | 是 | 是 | 是 | - |
clarify | 否 | 是 | 是 | 是 | - |
fetch_url | 是 | 是 | 是 | 是 | - |
research_url | 是 | 否 | 是 | 是 | - |
list_downloads | 是 | 否 | 是 | 是 | - |
click_ax | 否 | 是 | 是 | 是 | - |
type_ax | 否 | 是 | 是 | 是 | - |
set_field | 否 | 是 | 是 | 是 | - |
resize_window | 否 | 否 | 否 | 是 | - |
click | 否 | 是 | 是 | 是 | - |
type_text | 否 | 是 | 是 | 是 | - |
press_keys | 否 | 是 | 是 | 是 | - |
navigate | 否 | 是 | 是 | 是 | - |
wait_for_element | 否 | 是 | 是 | 是 | - |
promote_iframe | 否 | 否 | 是 | 是 | - |
scratchpad_write | 否 | 是 | 是 | 是 | - |
progress_update | 否 | 是 | 是 | 是 | - |
progress_read | 否 | 是 | 是 | 是 | - |
download_social_media | 否 | 否 | 是 | 是 | - |
solve_captcha | 否 | 否 | 是 | 是 | - |
go_back | 否 | 否 | 是 | 是 | - |
go_forward | 否 | 否 | 是 | 是 | - |
schedule_resume | 否 | 否 | 是 | 是 | - |
schedule_task | 否 | 否 | 是 | 是 | - |
iframe_read | 否 | 否 | 是 | 是 | - |
iframe_click | 否 | 否 | 是 | 是 | - |
iframe_type | 否 | 否 | 是 | 是 | - |
read_downloaded_file | 否 | 否 | 是 | 是 | - |
download_files | 否 | 否 | 是 | 是 | - |
download_resource_from_page | 否 | 否 | 是 | 是 | - |
upload_file | 否 | 否 | 是 | 是 | - |
verify_form | 否 | 否 | 是 | 是 | - |
hover | 否 | 否 | 否 | 是 | - |
drag_drop | 否 | 否 | 否 | 是 | - |
get_shadow_dom | 否 | 否 | 否 | 是 | 是 |
shadow_dom_query | 否 | 否 | 否 | C | C |
get_frames | 否 | 否 | 否 | 是 | 是 |
inject_css | 否 | 否 | 否 | 否 | C |
remove_injected_css | 否 | 否 | 否 | 否 | C |
patch_element | 否 | 否 | 否 | 否 | C |
revert_patch | 否 | 否 | 否 | 否 | C |
execute_js | 否 | 否 | 否 | 否 | 是 |
read_console | 否 | 否 | 否 | 否 | C |
inspect_network_requests | 否 | 否 | 否 | 否 | C |
inspect_event_listeners | 否 | 否 | 否 | 否 | C |
highlight_element | 否 | 否 | 否 | 否 | C |
promote_iframe 是 Mid/Full 层级的常规 Act 工具，不是 Dev 专属附加工具。
使用 Mid 或 Full 提供商的 Dev 会话会从所选 Act 层级继承它。独立页面工作流和
安全检查请参阅 iframe 定位。
Shadow DOM 注意： 可访问性树仅遍历 light DOM。在大量使用 Web 组件的页面 （Stripe、Salesforce、Shopify）上，请先使用
get_interactive_elements；在 Full Act 或 Dev 模式下使用get_shadow_dom/shadow_dom_query做定向读取。
不在表中的工具
技能工具。 已加载的技能可为当前运行追加工具 schema。例如内置的
FreeSkillz.xyz 技能可暴露 read_youtube_transcript 以及 resolve_public_media /
download_public_media。这些工具未硬编码：技能加载前（或被移除后）它们并不存在。
即使所属技能已加载，Ask 模式仍会过滤变更类和下载类工具。参见技能。
WebMCP（实验性，需选择启用）。 上表中的 list_webmcp_tools /
execute_webmcp_tool 行仅在设置 → 常规 → 高级中启用实验性 WebMCP 时适用。
该设置默认关闭；关闭时，这些工具及其提示引导不会包含在模型请求中。诸如
readOnly 之类的 WebMCP 注解是页面自行声明的提示，而非安全边界。每次调用都需要
Act 或 Dev 模式、逐次的新确认，以及常规的「能力 × 注册帧来源」权限。WebMCP 目前
需要支持它的 Chrome 构建/页面配置；Firefox 不暴露这些工具。
Dev 模式页面编辑与诊断
Dev 工具仅在 Dev 模式暴露，且 Compact 层级提供商无法使用 Dev。Chrome 的可逆编辑
工具返回 patch ID：inject_css 对应 remove_injected_css，patch_element 对应
revert_patch。
inject_css/remove_injected_css通过patchId应用与撤销临时 CSS。每个 patch 唯一且绑定到确切的页面文档，其元数据保存在 session storage 中，因此 service worker 重启不会丢失撤销句柄。导航会使旧句柄失效，而不是让它影响替换后的 页面。patch_element/revert_patch以精确的前后值修改内联样式、类和属性。在创建 撤销记录前会规范化浏览器等价的样式名和 HTML 属性名，相互矛盾的设置/移除操作会被 拒绝，可执行的 URL 属性会拒绝javascript:值（包括表单action）。highlight_element提供临时的指针透明目标覆盖层；由于它插入活动 DOM，因此使用 临时 Dev patch 权限。execute_js在页面主世界中执行异步 JavaScript 函数体。Chrome 使用 CDPRuntime.evaluate，限制 15 秒；Firefox 使用其 MV2 内容脚本求值器。该工具受主机 权限限制，并需要一次新的提交确认。read_console、inspect_network_requests、inspect_event_listeners在 Chrome 上提供有界诊断。捕获在流式或非流式 Dev 运行前开始，在标签页离开 Dev 模式或 其对话被清除时停止；离开 Dev 会清空所有仍在捕获的标签页（即使面板已切换标签页）， 移除处理器和缓冲区，并禁用相应的 CDP 域。监听器检查会短暂添加并还原一个内部目标 属性，在收集祖先节点时会跟随开放的 shadow host，因此使用与临时 Dev patch 相同的 主机权限。网络头和正文默认省略，敏感头名称（包括常见的 API/订阅密钥变体）在缓冲前 会被脱敏，页面派生的诊断输出按不可信内容处理。