pi-extensions

---

亮点

• CDP 会话池：chrome-devtools 的浏览器连接跨工具调用保持打开。浏览器可以保留用户配置，会话结束后继续运行，下次登录状态还在。
• 稳定的元素引用：DOM 快照给每个元素分配固定 ref，模型按 ref 点击和填写，发出真实的鼠标和键盘事件。
• 按需加载工具：在支持的模型上，工具通过 chrome_devtools_load 按需加载，不预先写进提示词。
• 复用已有凭据的搜索：websearch 走 OpenAI Codex 的搜索接口，使用 Pi 已持有的 openai-codex 凭据。它不读 ~/.codex/auth.json，不爬搜索结果页，也不启动嵌套代理。
• B站视频总结：bvsum 下载 B站视频的音频，取官方字幕或用本地 Whisper 转录，必要时用 web_search 补充。总结不套固定模板，形式由视频内容决定。
• 单仓库多扩展：用 npm workspaces 管理，解决了 Pi 安装 git 包时只在根目录执行 npm install 的问题，见下方“注意事项”。

工具一览

chrome-devtools：所有工具以 chrome_devtools_ 开头。

list_pages   select_page   navigate   evaluate   screenshot   snapshot   click
fill         press         wait_for   console    network      emulate    cdp_send

console 和 network 保留滚动日志；emulate 模拟设备；cdp_send 直接发送原始协议命令，覆盖封装之外的情况。另有两个 WebMCP 工具，需要在设置里开启。

websearch：一个工具 web_search，支持 search、open、click 和 find 四种命令。

bvsum（技能）：/skill:bvsum <B站链接或BV号>，或直接让 Pi 总结一个 B站链接。依赖 Python 3、ffmpeg，以及 uvx（mlx-whisper）或 whisper-cli。音频和字稿放在 /tmp/bvsum/<BV号>/，重启后清空。

快速开始

pi install git:github.com/Mist-wu/pi-extensions

只想装其中一个扩展时，在 settings.json 里用对象形式，按目录匹配：

{
  "packages": [
    { "source": "git:github.com/Mist-wu/pi-extensions", "extensions": ["chrome-devtools/**"] }
  ]
}

项目结构

pi-extensions/
├── package.json          # npm workspaces、pi.extensions 入口列表和 pi.skills 目录
├── chrome-devtools/
├── websearch/
└── skills/
    └── bvsum/

目录是平铺的，因为 Pi 只往下找一层扩展目录：chrome-devtools/ 能找到，packages/chrome-devtools/ 找不到。

开发

npm install
npm run check

check 会在每个 workspace 里执行构建、lint、类型检查和测试。chrome-devtools 还有驱动真实 Chrome 的端到端测试：

cd chrome-devtools && npm run smoke:e2e

注意事项

新增扩展前需要知道两点。

Important

workspaces 不能去掉，这里的包也不发布到 npm。 Pi 安装 git 包时只在仓库根目录执行 npm install，不进子目录。没有 workspaces，子包的依赖就不会安装，扩展启动时加载失败。

Note

入口文件在根 package.json 的 pi.extensions 里显式列出。 自动发现也能找到它们，但会把根目录下任何 .ts 或 .js 文件都当成扩展，比如根目录的 vitest.config.ts 会被当成插件加载。显式列出就跳过了自动发现。

Warning

在这个仓库里开发，不要改 ~/.pi/agent/git/… 下的副本。那份副本归 Pi 管理，每次更新都会执行 git clean -fdx。

License

MIT。chrome-devtools/ 另附上游的署名，见其 LICENSE。