# WebLLMRelay — 网页大模型分发 MCP

给智能体接入网页大模型:通过统一 MCP 接口,复用网页登录态,调用各平台大模型的**对话与生图**能力——不需要 API key、不产生 API 费用。如果说网页搜索是让智能体"查资料",这里则是让智能体"问专家"——把任务分发给擅长它的网页大模型。

## 快速开始

> 环境要求:**Python 3.10 及以上**(依赖 `mcp`/`playwright`/`fastapi` 均要求 3.10+),并确保 `python` 命令可用。

1. **安装依赖**
   
   ```
   python -m pip install -r requirements.txt
   ```
   
2. **(可选)下载内置 Chromium**——想用内置浏览器才需要;不下载则直接用系统 Edge(Windows 自带,WebUI 设置卡可切换)
   ```
   set PLAYWRIGHT_BROWSERS_PATH=D:\path\to\WebLLMRelay\browsers
   python -m playwright install chromium
   ```
   > ⚠️ 不设置 `PLAYWRIGHT_BROWSERS_PATH` 会把浏览器下载到系统缓存,启动时报「Executable doesn't exist」。国内网络可加镜像:`set PLAYWRIGHT_DOWNLOAD_HOST=https://npmmirror.com/mirrors/playwright/`

3. **启动服务**:`start_webllmrelay.bat`(已运行会自动打开页面;未运行会启动服务并打开页面),或 `python -m webllmrelay.webui_server --port 8787`

4. **登录平台**:在 WebUI 中对目标平台点「网页登陆」→ 浏览器窗口登录 → 关闭窗口,登录态自动检测并保存

5. **验证平台**:点「测试对话」验证文本问答,点「测试生图」验证生图(成功后自动标记该平台为已验证)

6. **接入 MCP 客户端**:客户端连 `http://127.0.0.1:8787/mcp`(HTTP),或填 command 启动(stdio)。具体配置见 WebUI 页面的「MCP 客户端接入」,点「复制」即用。

## MCP 工具

接入后三个工具自动暴露给智能体。**一般无需手动调用**——直接对助手说人话,它会自动选择工具;想强制用工具,消息前加 `>`;想禁用工具,加 `!`。

> 用户:「用豆包查一下:Python 3.13 的新特性有哪些?」
> 助手:调用 `ask_web_llm(platform="doubao", prompt="Python 3.13 的新特性有哪些?")`

### `ask_web_llm` — 文本问答 / 任务分发

| 参数 | 说明 |
|---|---|
| `platform` | `doubao` / `deepseek` / `kimi` / `qwen` / `zhipu` / `yuanbao`,或 `auto`(自动挑选一个可用的平台) |
| `prompt` | 问题或任务(提问、写作、总结、翻译、写代码等) |
| `conversation_id` | 可选;留空 = 新会话,传入 = 续聊(保留上下文) |

返回 `{"answer", "conversation_id", "platform"}`(`platform` 标明实际使用的平台)。

### `ask_web_llm_image` — 生图

| 参数 | 说明 |
|---|---|
| `platform` | `doubao` / `qwen` / `zhipu` / `yuanbao` 支持生图(deepseek / kimi 暂不支持),或 `auto`(自动挑选一个支持生图且可用的平台) |
| `prompt` | 图片描述提示词 |
| `conversation_id` | 可选;传了可基于原图续调 |

返回 `{"images": [{"url", "path"}], "conversation_id", "platform"}`:
- `url`:本机服务提供的图片地址,可直接下载 / 展示 / 打开;
- `path`:图片在本地磁盘的绝对路径,智能体可本地直接读取;
- `platform`:实际使用的平台。

> 图片由 MCP 在浏览器会话内自动下载到 `generated_images/`(原图防盗链已在内部处理),缓存超过 100 张自动清理最旧的。

### `list_web_llms` — 列出平台

无参数,返回 `[{"platform", "name", "supports_image", "verified"}]`,`platform` 即提问工具的取值。

## 架构

```
webllmrelay/
├── config.py        # ProviderSpec(每平台知识)+ 平台/登录态持久化
├── browser.py       # BrowserManager:会话式浏览器生命周期、死浏览器自动恢复
├── lock.py          # 持久化浏览器 profile 互斥锁
├── adapters.py      # PlatformAdapter 接口 + CssAdapter 默认实现 + 注册表
├── providers.py     # ask_web_llm / ask_web_llm_image / list_web_llms
├── mcp.py           # MCP server 定义与工具注册
├── activity_log.py  # 活动日志(登录 / 测试 / 调用)
├── login_worker.py  # 登录窗口子进程
├── probe.py         # 平台适配诊断 CLI(接入新平台用)
├── webui.py         # FastAPI:平台管理 / 测试 / 日志
├── webui_server.py  # WebUI 启动入口
└── webui_static/    # WebUI 前端页面
```

## 需求边界

- **单模型调用**:智能体自己决定问哪个模型,不做"多模型对比"。
- **回答格式**:网页返回啥就是啥,不做转换和处理。
- **登录**:由用户手动完成(WebUI「网页登陆」打开浏览器窗口);登录状态基于**每平台登录指示元素**真实检测,在登录窗口关闭后自动检测、卡片「检测」按钮手动检测。
- **浏览器**:项目不随包分发 Chromium(源码与 Release 均不含),需自行下载(见快速开始);不下载则用系统 Edge。WebUI 设置卡可切换浏览器,**两种浏览器的登录数据相互独立**。默认可见运行,可开启「智能体调用时隐藏浏览器」静默。

## 许可证

本项目采用 GNU Affero General Public License v3.0 许可证。详见 [LICENSE](LICENSE) 文件。

## 联系方式

- GitHub: [https://github.com/mbaozi/WebLLMRelay](https://github.com/mbaozi/WebLLMRelay)
- 个人主页: [萌包子的个人主页](https://mbaozi.cn)
- bilibili: [是萌包子吖](https://space.bilibili.com/3546855325567315)