drawbridge

GitHub
901 71 简单 1 次阅读 昨天NOASSERTION插件Agent
AI 解读 由 AI 自动生成,仅供参考

Drawbridge 是一款专为前端开发设计的浏览器插件,旨在打通视觉反馈与代码实现之间的壁垒。它允许开发者在浏览器中像使用 Figma 评论功能一样,直接对网页元素进行点击标注或绘制矩形框选,并输入修改意见。这些可视化的注释会自动同步到本地的 Cursor 或 Claude Code 编辑器中,转化为结构化的开发任务。

该工具主要解决了传统开发流程中“截图 - 描述 - 定位代码”的繁琐痛点。以往开发者需要手动截图并文字描述 UI 问题,现在只需在页面上圈选目标,AI 即可结合上下文理解意图并直接生成代码修改方案。通过简单的"bridge"命令,Drawbridge 能自动分析任务依赖关系,支持单步确认、批量处理或全自动执行等多种模式,大幅提升了迭代效率。

Drawbridge 特别适合使用 Cursor 或 Claude Code 进行开发的前端工程师、全栈开发者以及需要频繁调整 UI 的设计师。其独特亮点在于将非结构化的视觉反馈(如鼠标圈选区域、DOM 元素定位)无缝转换为 AI 可执行的 Prompt,并维护本地任务状态文件(moat-tasks.md),让视觉修改建议能直接驱动代码落地,实现了从“看图说话”到“自动编码”的流畅闭环。

使用场景

前端开发者小李正在与设计师协作,需要根据设计稿对现有网页进行多处视觉调整和交互优化。

没有 drawbridge 时

  • 沟通成本高昂:小李必须截图并在即时通讯软件中反复描述"按钮偏左了”或“这里颜色不对”,设计师难以精准定位 DOM 元素。
  • 上下文割裂:修改需求散落在聊天记录、邮件和文档中,开发时容易遗漏细节或搞混优先级。
  • 手动转换低效:小李需要看着截图,手动在 Cursor 中输入冗长的自然语言提示词来描述修改位置,极易出错。
  • 反馈循环缓慢:每次修改后需重新部署并邀请设计师查看,简单的视觉微调往往演变成漫长的拉锯战。

使用 drawbridge 后

  • 所见即所得的标注:小李直接在浏览器中按下 C 键点击具体按钮,或按 R 键框选区域,像使用 Figma 一样留下精准评论。
  • 自动化任务同步:所有视觉批注自动聚合为 moat-tasks.md 文件,并实时同步至本地 Cursor 项目,需求不再分散。
  • 一键 AI 执行:在 Cursor 中输入 bridge 命令,AI 即刻读取标注内容,理解坐标与意图,自动生成代码修复方案。
  • 可控的迭代流程:通过 Step 模式逐个确认 AI 的修改建议,确保每个视觉调整都符合预期,大幅缩短验证周期。

drawbridge 将原本割裂的“设计反馈 - 代码实现”流程无缝连接,让浏览器上的视觉批注直接转化为可执行的代码指令。

运行环境要求

操作系统
  • 未说明 (需运行 Chrome 浏览器及 Cursor/Claude Code 编辑器,通常支持 Windows
  • macOS
  • Linux)
GPU

未说明 (本工具为浏览器插件与编辑器规则集,不涉及本地 GPU 计算)

内存

未说明

依赖
notes该工具并非传统的本地 AI 模型,而是一个 Chrome 浏览器插件配合 Cursor 或 Claude Code 使用的开发工作流工具。无需安装 Python 环境、CUDA 或下载大型模型文件。核心需求是:1. 安装 Google Chrome 浏览器并以开发者模式加载插件;2. 安装并配置 Cursor 编辑器或 Claude Code;3. 允许插件访问本地项目文件夹以读写任务文件(moat-tasks.md 等)。
python未说明
Google Chrome (浏览器)
Cursor (代码编辑器) 或 Claude Code
drawbridge hero image

快速开始

Drawbridge - 针对 Claude Code 和 Cursor 的可视化标注工具

在浏览器中添加注释(类似于 Figma),并将这些注释发送到 Claude Code 和 Cursor。这款 Chrome 插件与 Cursor 规则集结合,可将您的浏览器连接到本地开发项目。前端页面上的注释会批量汇总到一个 Markdown 文件中,运行 bridge 命令即可在 Cursor 中处理这些注释。通过为 Cursor 中的视觉编辑添加更多上下文,简化您的工作流程。

🚀 1. 设置

  1. 下载或克隆 Drawbridge 到您的桌面或其他位置。

  2. 打开 Chrome 扩展程序管理页面,切换到开发者模式,并解压扩展程序 drawbridge/chrome-extension。

  3. 激活插件。

  4. 将其固定以便于访问。

db-open-extension

💬 2. 连接您的项目

  1. 点击图标以打开 Drawbridge。

  2. 点击“Connect”以打开文件浏览器。

  3. 选择您想要工作的本地项目文件夹。

  4. 授予 Drawbridge 编辑文件的权限。

  5. 现在,Drawbridge 可以写入 moat-tasks.mdc 和 moat-task-detail.json 文件。

💬 3. 添加注释

  1. 在浏览器中按下 C 键(或点击“Tools”下拉菜单 → “Comment”),将光标变为指针。

  2. 将鼠标悬停在页面上,查看可选的 DOM 元素,您可以在这些元素上留下注释。

  3. 单击某个元素以添加注释,输入内容后按 SubmitEnter 键。

  4. 任务将显示在页面底部的“Moat”区域。

  5. 任务也会同步到 Cursor。

db-comments-1

📐 4. 绘制矩形(自由形式标注)

  1. 在浏览器中按下 R 键(或点击“Tools”下拉菜单 → “Rectangle”),进入矩形绘制模式。

  2. 光标将变为十字准线,表示您正处于绘制模式。

  3. 在页面上单击并拖动,围绕您想要标注的区域绘制矩形。

  4. 松开鼠标按钮以完成矩形绘制——此时会在光标位置出现一个注释框。

  5. 输入您的注释并按 SubmitEnter 键。

  6. 矩形的坐标和截图将与您的任务一同保存。

快捷键:

  • C 切换到评论模式(指针光标)。
  • R 切换到矩形模式(十字准线光标)。
  • Esc 退出任一模式。
  • 您可以在开始交互之前使用 CR 在两种模式之间切换。

db-rectangle-drawing

🤖 5. 使用 AI 处理

Drawbridge 可与 CursorClaude Code 配合使用:

在 Cursor 中

  1. 运行 Drawbridge:在编辑器中,只需运行以下命令:

    bridge
    
  2. Drawbridge 将分析您的任务、理解依赖关系,并开始进行编辑。

  3. 批准:默认情况下,Drawbridge 以“Step”模式逐个处理任务。系统可能会要求您进行批准:

    1. 开始执行任务。
    2. 完成任务(更新 moat-tasks.md 和 moat-tasks-detail.json 中的状态)。
  4. 等待:您可以观察任务在 moat-tasks.md 中被更新的情况。

  5. 如果在使用“bridge”命令时遇到问题,只需更明确地说明:“使用 @drawbridge-workflow.mdc 处理 @moat-tasks.mdc”。

db-process-tasks

在 Claude Code 中

  1. 运行斜杠命令(在终端或 Cursor 中使用 Claude Code 时均可):

    /bridge
    
  2. 选择模式:Claude 会询问您偏好的处理模式:

    • step:一次处理一项任务,需经批准
    • batch:将相关任务分组一起处理
    • yolo:自主处理所有任务
  3. 自动设置:当您连接项目时,/bridge 命令会自动部署到 .claude/commands/ 目录中。

Claude Code 功能:

  • 智能错误提示 - 如果未找到任务,会提供有用的指导
  • 文件引用 - 任务包含文件路径,方便导航
  • 截图支持 - 通过浏览器标注提供视觉上下文
  • Git 安全 - 自动将 .claude/.moat/ 添加到 .gitignore
  • 状态跟踪 - 按照“待办”→“进行中”→“已完成”的生命周期管理任务

👩🏼‍🎨 6. 查看您的更改

  1. 返回浏览器查看您的更改

    1. 如果您使用的是 React 或 Next.js,通常会自动更新

    2. 如果您使用的是 HTML/CSS/JS,请手动刷新页面

  2. 继续编辑以完善您的作品!

db-tasks-complete

📁 核心文件

  • drawbridge-workflow.mdc:AI 的主要规则集。这是 Drawbridge 的“大脑”所在。

  • moat-tasks.md:一份人类可读的待处理任务列表。

  • moat-tasks-detail.json:每项任务的原始详细数据,包括选择器和截图路径。

  • /screenshots:每个标注的视觉上下文,供 AI 理解您的意图。

🎯 示例工作流程

  1. 标注

    • 点击一个按钮 → “把这个变成绿色”。

    • 再次点击同一个按钮 → “再加点内边距”。

  2. 处理:在编辑器中运行 bridge

  3. AI 分析

    🤖 检测到依赖关系。正在先处理“把这个变成绿色”,再处理“再加点内边距”。
    
  4. 审查:AI 会查看您的 moat-tasks-detail.json,了解评论的具体内容。

  5. 批准:您回复 yes

  6. 重复:AI 接着处理下一项依赖任务。

🛠️ 高级用法与处理模式

您可以通过指定模式来控制 Drawbridge 处理任务的方式。

  • step bridge(默认:安全且逐步推进)

    • 逐个处理任务,每一步都需要您的批准。非常适合复杂的更改。
  • batch bridge(高效且分组处理)

    • 智能地将相关任务(例如所有按钮样式)分组在一起,并一次性请求批准。
  • yolo bridge(自主且快速)

    • 请谨慎使用。 按照正确的依赖顺序自动处理所有待处理任务,无需中途等待批准。最后会提供一份完整的总结。

🎨 标注最佳实践

  • 尽量具体:“把字体改为无衬线体”比“改变字体”更好。

  • 逻辑清晰:对于多步骤的更改,应创建相互关联但独立的标注。AI 能够理解操作顺序。

    • 好例子:1. “把按钮变成蓝色” → 2. “给蓝色按钮加上阴影”

    • 坏例子:1. “把按钮变成蓝色并加上阴影”

  • 一次只做一件事:每个标注应代表一个明确的变化。

🐛 故障排除

  • “依赖错误”:这意味着任务可能没有按照正确的顺序执行。请查看 AI 的分析,确认正确的执行顺序。

  • 任务状态为“失败”:如果任务失败(尤其是在 yolo 模式下),请检查 moat-tasks.md。您可以在 .json 文件中将其状态重置为“待处理”,以便重新尝试。

  • 连接问题:如果 Drawbridge 找不到任务,请在浏览器中按 Cmd/Ctrl+Shift+P,然后重新选择您的项目目录以重新连接。

祝您使用 Drawbridge 构建愉快! 🎯

📄 许可证

本项目采用自定义许可证授权。详情请参阅 LICENSE 文件。

要点:

  • ✅ 可免费用于任何合法目的,可复制和修改
  • ❌ 不得再分发、转授权或出售
  • ❌ 不得作为商业服务提供

如需商业授权,请联系:breschicreative@gmail.com

版本历史

v.1.0.52025/12/06
v1.0.42025/11/12
v1.0.32025/10/23
v1.0.22025/10/21
v1.0.12025/10/21

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|1周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

152.6k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.3k|★★☆☆☆|3天前
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|3天前
插件Agent图像

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|6天前
插件开发框架