Opendia

🚀 OpenDia

OpenDia 是 Dia / Perplexity Comet 的開源替代方案，它可以將你的瀏覽器與 AI 模型連接起來。無需切換瀏覽器，它能與 Chrome、Firefox 以及任何基於 Chromium 的瀏覽器無縫協作。注重隱私，以本地優先，聚焦多命令處理器（MCP）。

如果你並非技術人員，或者從未使用過多命令處理器（MCP），我們建議你使用 Perplexity Comet。

🚀 快速開始

1. 安裝瀏覽器擴展

對於 Chrome/Chromium 瀏覽器：

1. 從 releases 下載 opendia-chrome-1.0.6.zip 文件。
2. 將壓縮文件解壓到一個文件夾中。
3. 訪問 chrome://extensions/（或你瀏覽器的擴展頁面）。
4. 啟用“開發者模式”。
5. 點擊“加載已解壓的擴展程序”，並選擇解壓後的文件夾。

對於 Firefox 瀏覽器：

1. 從 releases 下載 opendia-firefox-1.0.6.zip 文件。
2. 將壓縮文件解壓到一個文件夾中。
3. 訪問 about:debugging#/runtime/this-firefox。
4. 點擊“加載臨時附加組件...”。
5. 選擇解壓文件夾中的 manifest.json 文件。

⚠️ 重要提示

Firefox 擴展是以臨時附加組件的形式加載的，當 Firefox 重啟時，擴展將會被移除。這是 Firefox 對未簽名擴展的限制。

2. 連接到你的 AI

選項 1：雙擊安裝（推薦）

1. 從 releases 下載 opendia.dxt 文件。
2. 雙擊 .dxt 文件進行自動安裝。
3. MCP 將被添加到你的 Claude Desktop 配置中。

選項 2：手動配置 在你的 Claude Desktop 配置中添加以下內容：

{
  "mcpServers": {
    "opendia": {
      "command": "npx",
      "args": ["opendia"]
    }
  }
}

對於 Cursor 或其他 AI 工具，請使用相同的配置，或遵循它們的特定設置說明。

✨ 主要特性

• 通用 AI 支持：可與 Claude、ChatGPT、Cursor 甚至本地模型協同工作。
• 反檢測功能：針對 Twitter/X、LinkedIn、Facebook 等平臺，有專門的繞過檢測機制。
• 智能自動化：AI 能夠理解網頁內容，並找到合適的元素進行交互。
• 隱私優先：所有操作都在本地運行，你的數據始終掌握在自己手中。
• 零設置：只需一個命令即可開始使用。

📦 安裝指南

本地模式（默認）

npx opendia

• Chrome 擴展：ws://localhost:5555（啟用自動發現）
• Claude Desktop：stdio（現有配置）
• 本地 SSE：http://localhost:5556/sse

端口配置

# 使用自定義端口
npx opendia --port=6000              # 使用 6000（WebSocket）+ 6001（HTTP）
npx opendia --ws-port=5555 --http-port=5556  # 分別指定端口

# 處理端口衝突  
# 注意：啟動時會自動終止現有的 OpenDia 進程

自動隧道模式

npx opendia --tunnel

• 自動創建 ngrok 隧道。
• 複製 URL 用於 ChatGPT/在線 AI 服務。
• 保留本地功能。

⚠️ 重要提示

要使用自動隧道功能，你需要安裝 ngrok：

macOS：

brew install ngrok

Windows：

# 使用 Chocolatey
choco install ngrok

# 或者從 https://ngrok.com/download 下載

Linux：

# Ubuntu/Debian
curl -s https://ngrok-agent.s3.amazonaws.com/ngrok.asc | sudo tee /etc/apt/trusted.gpg.d/ngrok.asc >/dev/null
echo "deb https://ngrok-agent.s3.amazonaws.com buster main" | sudo tee /etc/apt/sources.list.d/ngrok.list
sudo apt update && sudo apt install ngrok

# 或者從 https://ngrok.com/download 下載

然後從 https://dashboard.ngrok.com/get-started/your-authtoken 獲取你的免費認證令牌，並運行以下命令：

ngrok config add-authtoken YOUR_TOKEN_HERE

💻 使用示例

基礎用法

# 本地模式啟動
npx opendia

高級用法

# 自定義端口啟動
npx opendia --port=6000

# 自動隧道模式啟動
npx opendia --tunnel

📚 詳細文檔

📺 查看實際運行效果

🚀 什麼是 OpenDia？

OpenDia 可以讓 AI 模型自動控制你的瀏覽器。其關鍵優勢在於，它可以利用你現有的一切 —— 你已登錄的賬戶、保存的密碼、cookie、錢包以及瀏覽歷史。無需從頭開始或切換上下文。

🔑 使用你現有的數字生活：

• ✅ 已登錄的賬戶：使用你現有的會話在 Twitter/X、LinkedIn、Facebook 上發佈內容。
• ✅ 瀏覽器數據：訪問你的書籤、歷史記錄和保存的密碼。
• ✅ 擴展程序和錢包：使用 MetaMask、密碼管理器或任何已安裝的擴展程序。
• ✅ Cookie 和會話：在你喜歡的所有網站上保持認證狀態。
• ✅ 本地測試：非常適合使用 Cursor 進行開發 —— 使用真實用戶會話進行測試。

🌐 瀏覽器支持

OpenDia 可與 Chrome、Firefox 以及任何基於 Chromium 的瀏覽器 兼容：

• ✅ Google Chrome
• ✅ Arc
• ✅ Mozilla Firefox
• ✅ Microsoft Edge
• ✅ Brave
• ✅ Opera
• ✅ 任何基於 Chromium 的瀏覽器

對於想要自動化本地測試和開發工作流程的 Cursor 用戶 來說，它也是一個絕佳選擇！

🎬 你可以做什麼

你今天就可以嘗試的實際工作流程：

📰 內容與社交媒體

• “總結我今天閱讀的所有文章，併發布一條 Twitter 線程，分享關鍵見解”
• “從我的書籤中找到與 AI 相關的有趣文章，並創建一個閱讀列表”
• “閱讀這篇文章，並在 LinkedIn 版本上發表一條有深度的評論”
• “查看我最近的 Twitter 書籤，並總結主要主題”

📧 生產力與研究

• “瀏覽我最新的電子郵件，告訴我哪些需要緊急關注”
• “找出我本週訪問過的所有 GitHub 倉庫，並創建一份總結報告”
• “提取這篇研究論文的要點，並保存到我的筆記中”
• “在我的瀏覽歷史中搜索我上個月閱讀的那篇關於 AI 安全的文章”

🤖 開發與測試（非常適合 Cursor！）

• “測試我的 Web 應用的註冊流程，並在每個步驟截取屏幕截圖”
• “用測試數據填寫此表單，並檢查驗證是否有效”
• “瀏覽我的應用，檢查所有按鈕是否正常工作”
• “使用我連接的錢包測試此 DeFi 界面”

🔄 高級自動化

• “為我所有的每日新聞來源打開標籤頁，並總結頭條新聞”
• “根據上下文為我的未讀消息起草回覆”
• “監控此網頁，當內容更改時通知我”
• “自動為我正在閱讀的有趣文章添加書籤”

🎨 視覺定製與樂趣

• “為這個文檔網站應用賽博朋克主題，使其更具吸引力”
• “將此頁面設置為夜間模式，文字為綠色，方便夜間閱讀”
• “添加彩虹派對效果，慶祝完成這個項目”
• “在我填寫這個無聊的表單時，為其應用復古 80 年代主題”
• “使用高對比度樣式，以便我能更好地閱讀”

💬 可以嘗試的示例提示

一切設置完成後，你可以嘗試向你的 AI 提問：

內容創作：

“閱讀此頁面上的文章，並創建一條 Twitter 線程，總結主要觀點”

研究與分析：

“查看我本週的瀏覽器歷史記錄，找到關於機器學習的文章。總結關鍵趨勢。”

社交媒體管理：

“檢查我的 Twitter 書籤，並將它們分類。為每個類別創建一個總結。”

生產力：

“為我平時早上閱讀的網站打開標籤頁，並給我今天頭條新聞的簡報”

開發測試：

“用測試數據填寫此聯繫表單，並檢查提交是否正常工作”

個人助理：

“找到我昨天查看的關於 React 組件的 GitHub 倉庫，並將其添加到書籤以便以後查看”

頁面樣式與樂趣：

“為這個頁面應用黑暗黑客主題，使其看起來更有趣” “讓這個無聊的文檔頁面感覺像一個舒適的咖啡店” “為這個頁面添加 30 秒的矩陣雨效果，以便截取酷炫的屏幕截圖” “為這個頁面應用高對比度主題，以提高可讀性”

🏗️ 工作原理

graph LR
    A[AI 模型] --> B[OpenDia 服務器]
    B --> C[瀏覽器擴展]
    C --> D[你的瀏覽器]
    D --> E[任何網站]

1. 你向 你的 AI 提出與瀏覽器相關的請求。
2. AI 調用 OpenDia 工具來理解和與頁面進行交互。
3. OpenDia 通過 擴展程序控制你的瀏覽器。
4. 你獲得結果 —— AI 可以看到發生了什麼，並做出智能響應。

🛠️ 功能

OpenDia 為 AI 模型提供了 18 種強大的瀏覽器工具：

🎯 智能頁面理解

• 分析任何網頁 —— AI 自動找到按鈕、表單和交互式元素。
• 智能提取內容 —— 從文章、社交媒體帖子或搜索結果中獲取清晰的文本。
• 理解上下文 —— AI 知道它正在查看的頁面類型以及如何與之交互。

🖱️ 自然交互

• 點擊任何元素 —— 按鈕、鏈接、菜單 —— AI 找到並點擊正確的元素。
• 智能填寫表單 —— 即使在 Twitter、LinkedIn、Facebook 等複雜網站上也能正常工作。
• 無縫導航 —— 前往頁面、滾動、等待內容加載。
• 處理現代 Web 應用 —— 繞過社交平臺的檢測。

📑 標籤和窗口管理

• 多標籤工作流程 —— 自動打開、關閉和切換標籤。
• 組織你的工作空間 —— 讓 AI 高效管理你的瀏覽器標籤。
• 協調複雜任務 —— 同時在多個網站上工作。

📊 訪問你的瀏覽器數據

• 書籤和歷史記錄 —— 找到你上週閱讀的文章。
• 當前頁面內容 —— 獲取選定的文本、鏈接或完整頁面內容。
• 實時信息 —— 處理當前屏幕上的任何內容。

🛡️ 反檢測功能

• 社交媒體發佈 —— 繞過 Twitter/X、LinkedIn、Facebook 等平臺的自動化檢測。
• 自然交互 —— 模仿人類行為，避免觸發安全措施。
• 可靠的自動化 —— 即使在阻止典型自動化工具的網站上也能持續工作。

🎨 頁面樣式與定製

• 轉換任何網站 —— 應用有趣的主題、自定義顏色和視覺效果。
• 預設主題 —— 黑暗黑客、復古 80 年代、彩虹派對、簡約禪意等等。
• AI 情緒樣式 —— 描述一種情緒，獲得匹配的視覺設計。
• 交互式效果 —— 矩陣雨、浮動粒子、霓虹燈效果和光標軌跡。
• 無障礙主題 —— 高對比度和易讀的設計，提高可見性。

🔧 技術細節

OpenDia 為 AI 模型提供了與瀏覽器交互的能力，它通過瀏覽器擴展和本地服務器實現。瀏覽器擴展負責與瀏覽器進行交互，而本地服務器則負責接收 AI 模型的請求，並將其轉換為瀏覽器可以理解的操作。這種架構使得 AI 模型可以利用用戶現有的瀏覽器環境，實現各種自動化任務。

📄 許可證

本項目採用 MIT 許可證，詳情請參閱 LICENSE 文件。

準備好讓 AI 為你的瀏覽器賦能了嗎？使用 npx opendia 開始吧！🚀