Chrome Built-in AI:端侧大模型浏览器扩展开发

Google 今年推出了 Chrome Built-in AI 功能,作为端侧"大"模型,可以在浏览器使用 Gemini Nano,我最近也体验了一下,Luna Assistant 最开始的架构是 Chrome Extension <---> Server,而 Server 实际只是做了一个 LLM 代理转发,为了简化开发,后来去掉了 Server,直接访问 LLM RESTful API,再后来就发现了 Chrome Built-in AI,抽时间把原来的代码重构成新的实现方式。

我自己体验下来,Chrome Built-in AI 在常规任务上的性能比调用云端 LLM 接口有明显优势,在划词翻译时,可以做到瞬间秒出结果,而调用云端 LLM 接口即使在流式输出的情况下,也是有明显停顿的,而翻译结果也很不错。

关于开发环境的设置,推荐阅读官方文档Get Started with Chrome Built-in AI : Access Gemini Nano Model locally,需要使用 Chrome Dev 版本,这里就不详细描述。

Chrome’s Built-in AI

Chrome Built-in AI 计划将包括 Gemini Nano 在内的大型语言模型 (LLM) 等 AI 模型直接集成到浏览器中。这使得网站和网络应用无需管理自己的模型即可执行 AI 任务,从而带来更轻松的部署、硬件加速和敏感数据的本地处理等优势。Built-in AI 促进了端侧 AI 执行,带来了更快捷的用户体验、更广泛的 AI 功能访问,甚至可以离线使用。虽然端侧 AI 在很多领域表现出色,但有时需要结合云端 AI 的混合方法来处理复杂任务或实现更广泛的设备兼容性。

Chrome Built-in AI 可通过 API(如 Translator 和 Summarizer)以及探索性 API(如 Prompt)访问,用于本地原型设计和反馈。这项技术非常适合增强内容消费(摘要、翻译)和支持内容创作(写作辅助、语法纠正)。一些内置的 AI API 可在初始试用版中进行测试,而探索性 API 则可供早期预览计划的参与者使用。

Luna Assistant

Luna Assistant 是一款 Chrome 扩展程序,旨在增强浏览体验和内容交互。它利用 Chrome 内置的 AI 功能提供一套实用功能:

  • 文本翻译 (Translate API)
  • 内容创作 (Write API)
  • 内容改写 (Rewrite API)
  • 代码解释 (Prompt API)
  • 网页对话 (Summarization API, WIP)

代码分析

  1. TypeScript 类型定义 (src/types/global.d.ts):
declare global {
    interface Window {
      ai: {
        languageModel: {
          capabilities: () => Promise<{
            available: string;
            defaultTemperature: number;
            defaultTopK: number;
          }>;
          create: (options?: any) => Promise<any>;
        };
        writer: {
          create: (options?: {
            sharedContext?: string;
            tone?: string;
            signal?: AbortSignal;
          }) => Promise<{
            write: (content: string, options?: { 
              context?: string;
              signal?: AbortSignal;
            }) => Promise<string>;
            writeStreaming: (content: string, options?: {
              context?: string;
              signal?: AbortSignal;
            }) => AsyncIterableIterator<string>;
            destroy: () => void;
          }>;
        };
        rewriter: {
          create: (options?: {
            sharedContext?: string;
            signal?: AbortSignal;
          }) => Promise<{
            rewrite: (content: string, options?: {
              context?: string;
              signal?: AbortSignal;
            }) => Promise<string>;
            rewriteStreaming: (content: string, options?: {
              context?: string;
              signal?: AbortSignal;
            }) => AsyncIterableIterator<string>;
            destroy: () => void;
          }>;
        };
      };
      translation: {
        canTranslate: (options: {
          sourceLanguage: string;
          targetLanguage: string;
        }) => Promise<string>;
        createTranslator: (options: {
          sourceLanguage: string;
          targetLanguage: string;
        }) => Promise<{
          translate: (text: string) => Promise<string>;
        }>;
      };
    }
    const translation: Window['translation'];
}
  
export {};

2. 代码解释 (src/components/explain_content.tsx)

      // Check if AI model is available
      const { available } = await window.ai.languageModel.capabilities();
      
      if (available === "no") {
        throw new Error("AI model is not available");
      }

      // Create AI session
      const session = await window.ai.languageModel.create({
        systemPrompt: "You are a helpful programming assistant. Explain the following code in a clear and concise way, focusing on its main functionality and key components."
      });

      // Construct the prompt
      const prompt = `Please explain this code:\n\n${code}`;

      // Use streaming response to get explanation
      let explanation = '';
      let previousChunk = '';
      
      const stream = session.promptStreaming(prompt);
      for await (const chunk of stream) {
        const newChunk = chunk.startsWith(previousChunk)
          ? chunk.slice(previousChunk.length)
          : chunk;
        explanation += newChunk;
        setTargetContent(explanation);
        previousChunk = chunk;
      }

      // Release session resources
      session.destroy();

未来展望

Chrome Built-in AI 拥有无限潜力。随着更多 API 和改进的 AI 模型出现,我们可以期待更多创新应用,例如图像理解、视频摘要以及更自然的人机交互。Luna Assistant 展示了这些可能性,为变革的网络体验铺平了道路。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,402评论 6 499
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,377评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,483评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,165评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,176评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,146评论 1 297
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,032评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,896评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,311评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,536评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,696评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,413评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,008评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,659评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,815评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,698评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,592评论 2 353