← 返回列表

AI ChatHub:一个多 AI 并排的浏览器侧边栏扩展——API 聚合与「标签页编排」两条腿走路

一个浏览器侧边栏把同一个提示词分发给多个 AI 窗格

这是一个我后来暂停了的骨架项目的复盘。我把它写出来,是因为其中的架构取舍才是有意思的部分——包括一条我实现了、然后刻意做成可选项的路。诚实的 caveat 见文末。

开头

我想要一个浏览器侧边栏:我输入一个问题,多个 AI 各占一栏、并排回答。画面很好想象;真正有意思的问题是每一栏怎么和它的模型对话。最后我在同一个扩展里塞了两套完全不同的引擎——而"为什么这么做"就是全部的故事。

技术栈:用 WXT + React 19 + TypeScript + Tailwind 写的 Manifest V3 扩展。一个侧边栏,N 个窗格,底部一个输入框;点发送,广播给每一栏。


1. 故意做两套引擎

每个窗格可以跑在两种模式之一,甚至能混搭——一栏走 API、另一栏走已登录的网页标签页:

  • API 模式(默认):POST 到 OpenAI 兼容的 /chat/completions、stream: true,逐 token 渲染。干净、快、真流式。代价:你得有 API key,而且按 token 付费。
  • webtab 模式:打开(或复用)你已经登录的 ChatGPT / Claude / Gemini 标签页,把 prompt 注入它的输入框,再从 DOM 里把回答读回来。好处:蹭你已有的订阅,不要 API key。代价:它脆,做不到逐 token 流式(一次性把整段回吐),而且——这是对别人网站的浏览器自动化——违反人家的服务条款。

两套单独都不让人满意,这恰恰是它俩都存在的理由。API 模式是靠得住的默认项;webtab 是"用你已经付了钱的东西"的逃生口,藏在一个开关后面。

2. MV3 的教训:长任务别放 Service Worker

Manifest V3 希望你的后台逻辑放在 Service Worker 里。但 Service Worker 会被浏览器中途回收——而一次 AI 生成,正是那种会被干到一半的长任务。

所以这里的 background 脚本只干一件事:点工具栏图标时让 Chrome 打开侧边栏。就这。所有编排逻辑都放在侧边栏页面里,只要面板开着它就活着。面板自己调 tabs.query / tabs.create、直接给 content script 发消息。跟平台的生命周期硬刚是输家游戏;修法是别把需要持续运行的活,放在平台觉得可以随时清掉的地方。

权限刻意精简:sidePanel、storage、tabs、scripting,加一个短短的 host 白名单。

3. 值得留下的几块

几块我在任何类似项目里都会复用的东西:

  • 一个输入框,N 个独立上下文。 广播函数在每次发送前各自拼上该窗格自己的历史,所以追问时每一栏都保持各自独立的线程。token/完成/出错事件按窗格下标分发。
  • 27 行的 SSE 解析器。 不引 SDK——就是 ReadableStream + TextDecoder({ stream: true }),按换行切、处理被切在半行的 chunk、吞掉非 JSON 的心跳行。因为它只假设 OpenAI 兼容的 SSE,任何这样的端点都能直接接。
  • 能扛住 React 的注入。 往受控 React 输入框里写东西,直接设 .value 没用——框架不认。你得用原型的 value setter 并且派发一个真的 input 事件;对 ChatGPT 的 ProseMirror 这种 contenteditable,用 execCommand('insertText'),再不行就伪造一个 paste 事件。三段兜底,因为每个站点的编辑器都不一样。
  • 判断"写完了没"。 对一个流式的网页 UI,完成靠两层判定:先等停止按钮出现、再消失;然后确认回复文本连续约 1 秒没变。任一信号单独都不靠谱。

4. 诚实的部分(以及它和「scraping is dead」的关系)

我之前写过:靠抓网页来聚合 AI 是一条死路。这个项目就是第一手证据:webtab 模式就是那条死路,被真刀真枪实现了一遍。住在代码里,那种脆是具体的:

  • 那些 DOM 选择器,用项目自己的话说,"极易随网站改版失效,是长期维护的重点负担"。只有 ChatGPT 的选择器是真的测过的;Claude 和 Gemini 是占位。
  • 它是对已登录会话的浏览器自动化,违反这些服务的条款,随时可能失效或让你的账号被标记。

所以我没押注它。默认是 API 模式;webtab 是一个带 README 警告的、需手动开启的逃生口。这就是这篇和上一篇的区别:上一篇给的是结论("scraping 已死,转 API");这篇是物证——我把那条死路造了出来,而代码本身就在对冲它。

5. 诚实的取舍

  • 它是个骨架,而且暂停了。 API 模式端到端能跑,但不是成品。
  • 还没有图标和上架素材——构建会警告;这是上架前的杂活。
  • webtab 没有 token 流式,只有 ChatGPT 验证过,而且天生有 ToS 风险。
  • Claude 的原生 API 没接——API 模式说的是 OpenAI 兼容,接 Claude 得单独写一个 provider。

值得留下的不是这个产品,而是这个形状:一个接口背后两套可互换的引擎、把编排挪出 Service Worker、以及一条被架构当作"负债"来对待的 scraping 路。

→ github.com/byzosc/AiChat-Extension