OpenDia

Dia / Perplexity Comet 的开源替代方案
将您的浏览器连接到 AI 模型。
无需切换浏览器——与 Chrome、Firefox 和任何 Chromium 浏览器无缝协作。私有、本地优先且聚焦于 MCP（模型控制协议）。
如果您是非技术用户/从未使用过 MCP，我们推荐使用 Perplexity Comet。

📺 实时演示

🚀 什么是 OpenDia？

OpenDia 让 AI 模型自动控制您的浏览器。核心优势？它能充分利用您已有的资源——已登录的账号、保存的密码、Cookie、钱包和浏览历史。无需从头开始或切换上下文。

🔑 使用您的数字生活：

• ✅ 已登录账号：通过现有会话发布 Twitter/X、LinkedIn、Facebook 动态
• ✅ 浏览器数据：访问书签、历史记录和保存的密码
• ✅ 扩展程序与钱包：使用 MetaMask、密码管理器或任何已安装的扩展
• ✅ Cookie 与会话：在所有常用网站保持认证状态
• ✅ 本地测试：配合 Cursor 进行开发测试 - 使用真实用户会话测试

✨ 核心优势：

• 🔄 通用 AI 支持：兼容 Claude、ChatGPT、Cursor 甚至本地模型
• 🎯 反检测机制：针对 Twitter/X、LinkedIn、Facebook 的专用绕过方案
• 📱 智能自动化：AI 理解您的页面并定位正确元素
• 🛡️ 隐私优先：所有操作本地运行，数据留在本地
• ⚡ 零配置启动：一条命令即可开始

🌐 浏览器支持

支持 Chrome、Firefox 和所有基于 Chromium 的浏览器：

• ✅ Google Chrome
• ✅ Arc
• ✅ Mozilla Firefox
• ✅ Microsoft Edge
• ✅ Brave
• ✅ Opera
• ✅ 任何 Chromium 浏览器

特别适合 Cursor 用户 自动化本地测试和开发流程！

🎬 功能示例

您今天即可尝试的真实工作流：

📰 内容与社交媒体

• "总结我今天阅读的所有文章，并发布一条包含关键见解的 Twitter 线程"
• "从我的书签中查找与 AI 相关的文章并创建阅读清单"
• "阅读这篇文章并在 LinkedIn 版本下发表深度评论"
• "检查我的 Twitter 收藏夹并总结主要主题"

📧 生产力与研究

• "浏览我最近的邮件并告知需要紧急处理的事项"
• "找出本周访问的所有 GitHub 仓库并生成摘要报告"
• "提取这篇研究论文的要点并保存到笔记中"
• "搜索浏览历史中上个月阅读的 AI 安全相关文章"

🤖 开发与测试（特别适合 Cursor！）

• "测试我的网页应用注册流程并在每一步截图"
• "用测试数据填写表单并检查验证是否正常"
• "在应用中导航并检查所有按钮是否正常工作"
• "使用连接的钱包测试这个 DeFi 界面"

🔄 高级自动化

• "为所有日常新闻源打开标签页并总结头条新闻"
• "根据上下文草拟未读消息的回复"
• "监控网页并在内容变化时通知我"
• "自动收藏正在阅读的有趣文章"

🎨 视觉定制与趣味功能

• "为这个文档网站应用赛博朋克主题以提升吸引力"
• "将页面切换为暗色模式并使用绿色文字以便夜间阅读"
• "添加彩虹派对特效庆祝项目完成"
• "在填写表单时应用复古 80 年代主题"
• "使用高对比度样式以提升可读性"

⚡ 快速入门

1. 安装浏览器扩展

对于 Chrome/Chromium 浏览器：

1. 从 发布页面 下载 opendia-chrome-1.1.0.zip
2. 将 zip 文件解压到文件夹
3. 打开 chrome://extensions/（或浏览器的扩展页面）
4. 启用"开发者模式"
5. 点击"加载已解压的扩展程序"并选择解压后的文件夹

对于 Firefox：

1. 从 发布页面 下载 opendia-firefox-1.1.0.zip
2. 将 zip 文件解压到文件夹
3. 打开 about:debugging#/runtime/this-firefox
4. 点击"加载临时附加组件..."
5. 从解压文件夹中选择 manifest.json

注意：Firefox 扩展将以临时附加组件形式加载，重启 Firefox 后会自动移除。这是 Firefox 对未签名扩展的限制。

2. 连接您的 AI

选项 1：双击安装（推荐）

1. 从 发布页面 下载 opendia.dxt 文件
2. 双击 .dxt 文件自动安装
3. MCP 将被添加到您的 Claude Desktop 配置中

选项 2：手动配置 添加到您的 Claude Desktop 配置：

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

对于 Cursor 或其他 AI 工具，使用相同配置或遵循其特定安装说明。

使用模式

本地模式（默认）

npx opendia

• Chrome 扩展：ws://localhost:5555（自动发现已启用）
• Claude Desktop：stdio（现有配置）
• 本地 SSE：http://localhost:5556/sse

端口配置

# 使用自定义端口
npx opendia --port=6000              # 使用 6000（WebSocket）+ 6001（HTTP）
npx opendia --ws-port=5555 --http-port=5556  # 单独指定

# 处理端口冲突  
# 注意：启动时会自动终止现有 OpenDia 进程

自动隧道模式

npx opendia --tunnel

• 自动创建 ngrok 隧道
• 复制 URL 用于 ChatGPT/在线 AI 服务
• 保留本地功能

注意：要使用自动隧道功能，需要安装 ngrok：

macOS：

brew install ngrok

Windows：

# 使用 Chocolatey
choco install ngrok

# 或从 https://ngrok.com/download 下载

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

# 或从 https://ngrok.com/download 下载

然后从 https://dashboard.ngrok.com/get-started/your-authtoken 获取免费 authtoken 并运行：

ngrok config add-authtoken YOUR_TOKEN_HERE

🛠️ 功能特性

OpenDia 为 AI 模型提供了 18 种强大的浏览器工具：

🎯 智能页面理解（Smart Page Understanding）

• 分析任意网页 - AI 自动识别按钮、表单和交互元素
• 智能提取内容 - 从文章、社交帖子或搜索结果中获取干净文本
• 上下文理解 - AI 能识别当前页面类型并确定交互方式

🖱️ 自然交互（Natural Interactions）

• 点击任意元素 - 按钮、链接、菜单 - AI 自动定位并点击目标元素
• 智能表单填写 - 即使在 Twitter、LinkedIn、Facebook 等复杂网站也能正常工作
• 无缝导航 - 打开页面、滚动、等待内容加载
• 现代网页应用支持 - 绕过社交平台的自动化检测

📑 标签页与窗口管理（Tab & Window Management）

• 多标签页工作流 - 自动打开、关闭和切换标签页
• 组织工作空间 - 让 AI 高效管理浏览器标签页
• 协调复杂任务 - 同时跨多个网站执行操作

📊 访问浏览器数据（Access Your Browser Data）

• 书签与历史记录 - 快速找到上周阅读的文章
• 当前页面内容 - 获取选中文本、链接或完整页面内容
• 实时信息获取 - 可操作屏幕上显示的任何信息

🛡️ 反检测功能（Anti-Detection Features）

• 社交媒体发帖 - 绕过 Twitter/X、LinkedIn、Facebook 的自动化检测
• 自然交互行为 - 模拟人类操作避免触发安全机制
• 可靠自动化 - 即使对屏蔽常规自动化工具的网站也能稳定工作

🎨 页面样式定制（Page Styling & Customization）

• 改造任意网站 - 应用趣味主题、自定义配色和视觉效果
• 预设主题 - 黑客暗黑、复古 80 年代、彩虹派对、极简禅意等
• AI 情绪化样式 - 描述情绪即可生成匹配视觉设计
• 交互特效 - 矩阵雨、浮动粒子、霓虹光效、光标轨迹等
• 无障碍主题 - 高对比度和可读性设计提升可视性

💬 示例指令

完成配置后，可以尝试让 AI 执行：

内容创作：

"阅读本页文章并创建一个总结要点的 Twitter 主题推文"

研究分析：

"查看我本周的浏览历史，找到关于机器学习的文章。总结关键趋势。"

社交媒体管理：

"检查我的 Twitter 书签并分类整理，创建每个类别的摘要"

效率提升：

"打开我常用的早间阅读网站标签页，并提供今日头条简报"

开发测试：

"用测试数据填写此联系表单并检查提交是否正常"

个人助手：

"找到我昨天查看的关于 React 组件的 GitHub 仓库并添加书签"

页面美化：

"应用暗黑黑客主题让页面更有趣"

"让这个枯燥的文档页面呈现温馨咖啡馆风格"

"添加 30 秒矩阵雨特效以便截图"

"应用高对比度主题提升可读性"

🏗️ 工作原理

graph LR
    A[AI 模型] --> B[OpenDia 服务器]
    B --> C[浏览器扩展]
    C --> D[您的浏览器]
    D --> E[任意网站]

1. 您向 AI 发起 浏览器相关操作请求
2. AI 调用 OpenDia 工具解析和交互页面
3. OpenDia 通过扩展 控制您的浏览器
4. 您获得结果 - AI 能观察执行结果并智能响应

🔒 安全与隐私

您的数据始终私密:

• ✅ 本地运行 - 浏览数据不进行云端处理
• ✅ 权限可控 - 仅在需要时启用扩展
• ✅ 开源透明 - 代码功能完全公开
• ✅ 无数据追踪 - 不收集或存储任何信息

重要提示：本工具需要广泛浏览器权限。仅与您信任的 AI 模型配合使用，并确保在允许浏览器自动化的环境中使用。

🤝 贡献指南

欢迎参与共建 OpenDia！

快速开发配置

git clone https://github.com/aaronjmars/opendia.git
cd opendia

# 启动服务器
cd opendia-mcp
npm install
npm start

# 在浏览器加载扩展  
# Chrome: 访问 chrome://extensions/ → 开发者模式 → 加载已解压的扩展程序: ./opendia-extension/dist/chrome
# Firefox: 访问 about:debugging#/runtime/this-firefox → 加载临时附加组件 → 选择 ./opendia-extension/dist/firefox/manifest.json
# 扩展将自动连接到本地服务器:5555

贡献方式

• 🐛 通过 GitHub Issues 报告漏洞
• 💡 在社交媒体分享项目
• 🔧 新增浏览器功能
• 📖 改进文档
• 🧪 测试不同 AI 模型

📝 许可协议

MIT License - 详情请查看 LICENSE 文件。

---

准备用 AI 赋能浏览器？立即执行 npx opendia 开始体验！🚀

OpenDia 快速上手指南

环境准备

• 操作系统：Windows/macOS/Linux
• 浏览器：Chrome/Edge/Brave/Opera/Firefox（需安装任意一种）
• 依赖环境：Node.js（含npm）推荐使用nvm管理
• 可选依赖：ngrok（隧道模式需安装，国内可使用frp替代）

安装步骤

1. 安装浏览器扩展

Chrome/Chromium系浏览器：

# 下载扩展包（从GitHub releases获取）
# 解压opendia-chrome-1.1.0.zip到文件夹
# 打开 chrome://extensions/
# 开启"开发者模式" → 点击"加载已解压的扩展程序" → 选择解压目录

Firefox浏览器：

# 下载opendia-firefox-1.1.0.zip
# 解压后进入 about:debugging#/runtime/this-firefox
# 点击"加载临时附加组件" → 选择manifest.json

2. 连接AI服务

推荐方式（双击安装）：

# 下载opendia.dxt文件
# 双击文件自动注册MCP服务（Claude Desktop用户）

手动配置（通用）：

// 在AI工具配置文件中添加：
{
  "mcpServers": {
    "opendia": {
      "command": "npx",
      "args": ["opendia"]
    }
  }
}

基本使用

启动服务

# 默认模式（WebSocket+HTTP端口自动分配）
npx opendia

最简验证流程

1. 确保浏览器扩展已加载
2. 执行 npx opendia 启动服务
3. 在AI客户端输入示例指令：

"打开新标签页访问https://example.com，并截图保存"

常用模式

本地调试模式：

# 指定固定端口（避免冲突）
npx opendia --ws-port=5555 --http-port=5556

隧道穿透模式（需ngrok）：

# 生成公网访问地址（国内可用frp）
npx opendia --tunnel

验证安装

访问 chrome://extensions/ 查看扩展状态
检查控制台输出是否出现 WebSocket server started at ws://localhost:5555
AI客户端应能正常调用浏览器操作能力