明明有 OpenClaw,读网页时却完全用不上——我开源了一个插件解决这件事

上周我在读一篇英文技术文章，很长，想让 OpenClaw 帮我总结一下。

切回 OpenClaw，把链接丢进去，它确实能抓页面、能总结。但我停下来想了一秒：我明明就在浏览器里盯着这篇文章，为什么还要切出去跑这一圈？

这个痛点不复杂，但足够真实：浏览器是我们阅读内容最密集的地方，而我的 AI 助手就部署在本地，两者之间却没有一条直通的路。

于是我做了 WebClaw——一个连接浏览器与 OpenClaw 网关的 Chrome 扩展。

它解决的核心问题

WebClaw 本身不内置任何模型，也不需要你注册任何云端账号。它只做一件事：把你正在看的网页内容，送进你自己的 OpenClaw 对话流。

扩展通过 Chrome 侧栏工作，不打断你的阅读，随时唤出，随时收起。

打开一篇文章，侧栏里输入「总结这篇文章的核心观点」，回车。

WebClaw 会用 Readability 提取页面正文，转成干净的 Markdown，作为上下文发给 OpenClaw。不是截图，不是全页 HTML，是可读的结构化文本。

这一步解决的是**「读的成本」**——尤其是英文长文、技术文档、法律条款这类需要反复咀嚼的内容。我现在的习惯是打开文章，侧栏先问一遍「这篇在说什么、结论是什么」，确认值得深读再往下看。

光总结还不够。很多时候我想把这篇文章的要点，归档进我的本地笔记。

这是 WebClaw 和普通浏览器插件最大的不同：网关侧的 Agent 可以操作本地文件。

一句话指令：「把这篇文章的摘要和来源 URL，追加到我的 reading-notes.md 里」，OpenClaw 的 Agent 就会完成这个写入动作。浏览器端负责把网页送进来，本地端负责落笔，两边通过同一个对话流打通。

不需要手动复制，不需要切换工具，阅读和归档在同一个动作里完成。

这个场景是我觉得最有价值的。

比如我在看一个新的技术方案的介绍页，同时我本地有一个 architecture-notes.md，记录了我们项目现有的技术架构。我想知道：这个新方案和我们现有的架构兼容吗？引入它需要改哪些地方？

以前这个问题需要：打开文章读一遍，再打开笔记看一遍，在脑子里对比，然后自己写结论。

现在：侧栏里一句「结合我本地的架构笔记，分析这个方案的适配成本」，Agent 同时拿到网页上下文和本地文件，给出的回答是两边信息融合之后的判断，不是各说各的。

这才是我想要的 AI 阅读体验：不只是帮你读懂一篇文章，而是帮你把新信息和已有知识接起来。

前提是你已经在本机跑起来了 OpenClaw。整个安装过程四步：

第一步：开启网关的 HTTP 接口

在 OpenClaw 的配置文件 openclaw.json 中加入以下内容，然后重启网关：

{  "gateway": {    "http": {      "endpoints": {        "chatCompletions": { "enabled": true }      }    }  }}

这个接口默认是关闭的，WebClaw 依赖它来发送对话请求。

第二步：下载插件

前往 https://github.com/xue160709/WebClaw/releases/ 下载最新版压缩包。

第三步：安装到 Chrome

解压后，打开 chrome://extensions，开启右上角「开发者模式」，点击「加载已解压的扩展程序」，选择解压出来的文件夹即可。

第四步：填写配置

点击插件图标，进入设置页，填入：

保存之后，打开任意网页，点击工具栏图标唤出侧栏，就可以开始对话了。

我一直觉得，AI 工具的竞争力不在于模型本身有多强，而在于它能不能融进你真实的工作流。

浏览器是大多数人一天中打开时间最长的软件。如果 AI 助手只能在单独的对话框里工作，它始终是一个需要主动切换过去的工具，而不是一个随时在场的助手。

WebClaw 想做的，就是把这道门打开。

如果你喜欢这个项目，欢迎给WebClaw点一个Star🌟，谢谢