WebLLMRelay — ウェブ大規模言語モデル配信 MCP

エージェントにウェブ大規模言語モデルを接続します:統一 MCP インターフェースを通じて、ウェブのログイン状態を再利用し、各プラットフォームの大規模言語モデルの対話と画像生成機能を呼び出します——API キーは不要、API 費用も発生しません。ウェブ検索がエージェントに「資料を調べさせる」ことだとすれば、ここではエージェントに「専門家に質問させる」ことです——タスクを得意とするウェブ大規模言語モデルに配信します。

クイックスタート

環境要件:**Python 3.10 + **

1. 依存関係のインストール

   python -m pip install -r requirements.txt

2. 内蔵ブラウザのダウンロード(プロジェクトの browsers/ ディレクトリにダウンロードする必要があります。アプリはこの場所のみを認識します)

   set PLAYWRIGHT_BROWSERS_PATH=D:\path\to\WebLLMRelay\browsers
   python -m playwright install chromium

   ⚠️ PLAYWRIGHT_BROWSERS_PATH を設定しないと、ブラウザはシステムキャッシュにダウンロードされ、起動時に「Executable doesn't exist」と報告されます。国内ネットワークではミラーを追加できます:set PLAYWRIGHT_DOWNLOAD_HOST=https://npmmirror.com/mirrors/playwright/

3. サービスの起動:start_webllmrelay.bat(既に実行中なら自動的にページが開きます;未実行ならサービスを起動してページを開きます)、または python -m webllmrelay.webui_server --port 8787

4. プラットフォームにログイン:WebUI で対象プラットフォームの「ウェブログイン」をクリック → 内蔵ブラウザウィンドウでログイン → ウィンドウを閉じると、ログイン状態が自動的に検出され保存されます

5. プラットフォームの検証:「テスト対話」をクリックしてテキストの質疑応答を検証し、「テスト画像生成」をクリックして画像生成を検証します(成功すると、そのプラットフォームは自動的に検証済みとマークされます)

6. MCP クライアントの接続:クライアントは http://127.0.0.1:8787/mcp(HTTP)に接続するか、command を入力して起動します(stdio)。具体的な設定は WebUI ページの「MCP クライアント接続」を参照し、「コピー」をクリックすればそのまま使えます。

Related MCP server: mcp-browser-use

MCP ツール

接続後、3つのツールが自動的にエージェントに公開されます。通常は手動で呼び出す必要はありません——アシスタントに自然言語で話しかけると、自動的にツールを選択します;ツールを強制したい場合は、メッセージの前に > を付けます;ツールを無効にしたい場合は、! を付けます。

ユーザー:「豆包で調べて:Python 3.13 の新機能は何ですか?」 アシスタント:ask_web_llm(platform="doubao", prompt="Python 3.13 の新機能は何ですか?") を呼び出します

ask_web_llm — テキスト質疑応答 / タスク配信

戻り値は {"answer", "conversation_id"} です。

ask_web_llm_image — 画像生成

戻り値は {"images": [{"url", "path"}], "conversation_id"} です:

• url:ローカルサービスの画像アドレス。直接ダウンロード / 表示 / 開くことができます;

• path:画像のローカルディスク上の絶対パス。エージェントはローカルで直接読み取れます。

画像は MCP がブラウザセッション内で自動的に generated_images/ にダウンロードします(元画像のホットリンク防止は内部で処理済み)。キャッシュが100枚を超えると、最も古いものから自動的に削除されます。

list_web_llms — プラットフォーム一覧

パラメータなし。戻り値は [{"platform", "name", "supports_image", "verified"}] で、platform は質問ツールの値です。

アーキテクチャ

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

要件の境界

• 単一モデル呼び出し:エージェントがどのモデルに質問するかを自分で決定し、「複数モデルの比較」は行いません。

• 回答形式:ウェブページが返すものをそのまま使用し、フォーマット処理は行いません。

• ログイン:ユーザーが手動で行います(WebUIの「ウェブログイン」でブラウザウィンドウを開く)。ログイン状態は各プラットフォームのログイン指示要素に基づいて実際に検出され、ログインウィンドウを閉じた後に自動検出され、カードの「検出」ボタンで手動検出もできます。

• ブラウザ:Release版はデフォルトで Chromium を内蔵(アプリに同梱され、システム依存が不要)。WebUIの設定カードでシステムの Edge に切り替え可能。2つのブラウザのログインデータは相互に独立しています。デフォルトでは表示して実行されますが、「エージェント呼び出し時にブラウザを隠す」を有効にするとサイレント実行できます。