Agent 应该是今年最火热的工具了，但是实际使用的过程中，很多人的体验不佳，总是出现任务不达预期的情况。

这是目前无法避开的问题，任务一旦跑偏，可能已经改了十几个文件，消耗了大量上下文和 token，最后还会一本正经地告诉你：「任务已完成。」

之前我尝试一个方案，用网页版的 DeepSeek 帮我规划和优化 prompt 提示词，效果确实比我自己的词好很多，而且大大减少了 AI 执行任务的时候出现的问题。

但网页版的 AI 这点好用，缺只能给方案，不能直接操作本地环境。于是我经常需要在两个 AI 之间复制指令、传递结果，自己成了搬运工。

前两天我突然想到：能不能让网页版 AI 负责思考，本地 Agent 负责执行？

所以 Starpilot（星舵）就在这个想法下诞生了。

GitHub：https://github.com/ShenDoyle/Starpilot

一、星舵的核心思路

星舵是一个面向本地 Agent 的 Skill，通过浏览器连接网页版 AI，让规划、执行和反馈形成一个闭环。

分工很简单：

• 网页版 AI：负责方案、任务拆解和验收标准。
• 本地 Agent：负责执行、采集证据和反馈结果。
• 用户：负责需求确认、授权和最终验收。

整个流程：

需求确认 → 方案规划 → 步骤拆解
                       ↓
阶段验收 ← 结果反馈 ← 本地执行
   ↓
下一阶段规划

它不是简单地让两个 AI 互相聊天，而是通过需求卡片、journal、handoff.md 等机制保存项目状态，确保跨阶段、跨对话也能继续工作。

核心原则是：允许 Agent 自主执行，但不允许它擅自改变目标；允许它处理问题，但必须留下决策记录。

二、几个亮点

1. 网页 AI 回复判定

针对 WEBAI 的网页架构，做了一套专门的工作流，识别实际对话的情况，在会话结束的第一时间知道结果出来了，然后获取结果执行任务。不会盲目空等，也不会截取一半内容就执行任务。

已经跑过的如 DeepSeek、ChatGPT 等页面经过实际的项目测试，实际的工作流进行了固化，可以直接使用。对于页面改版和新的 WEBAI ，也有一套工作流可以自动摸清情况。

2. 写操作四步闸门

所有重要写操作采用：

演练 → 批准 → 正式执行 → 写后核验

默认先演练，批准需要限定范围和有效期。执行中断后先复核状态，绝不盲目重发，避免重复修改。

3. 自主恢复

遇到操作连续失败、对话被抢占、网页状态异常等情况，Agent 不会无限重试，而是收集现场信息，重新建立对话或交回网页版 AI 调整方案。

自主恢复不等于随意发挥。超出授权范围、需要人工登录验证或环境彻底不可用时，仍然需要用户介入。

所有自主决策都会在阶段收口时汇总。

三、为什么使用网页版 AI，而不是 API？

主要考虑三个方面：

• 直接使用已有订阅中的模型能力，不需要额外管理 API 和上下文费用。
• 可以直接把截图、报错、文档等真实材料交给 AI 分析。
• 复杂任务可以保留完整的方案和多轮讨论，不必反复压缩上下文。

代价也很明显：速度较慢、依赖网页 DOM、暂时不支持同一项目并行执行。

目前已实测的平台包括：

新平台可以通过 probe 检测输入框、发送按钮、消息容器和完成信号，标定通过后即可接入。

四、安装和使用

项目使用 Python 标准库，不需要安装额外的 Python 第三方包。浏览器自动化由腾讯开源的 BrowserSkill（bsk）负责。

基本环境：

• Python 3.9+
• BrowserSkill（bsk）
• Chrome 或 Edge 及对应扩展
• 已登录的网页版 AI 账号

克隆项目：

git clone https://github.com/ShenDoyle/Starpilot.git

完成 bsk 和浏览器扩展配置后，运行环境检查：

python scripts/env.py

也可以直接让本地 Agent 安装：

安装并配置 Starpilot：
https://github.com/ShenDoyle/Starpilot

检查 Python、bsk 和浏览器扩展连接状态，
完成后报告环境检查结果及需要人工处理的事项。

安装后直接告诉 Agent：

用星舵做一下这个项目。

或者：

让网页版 AI 先规划，再由你执行。

五、适合什么任务？

星舵更适合步骤较多、需要持续执行和验收的工作：

• 大型项目开发、代码重构。
• 多份文档整理、知识库重构。
• Excel 数据清洗、跨表对账。
• 批量运营任务和自动化检查。
• 多方案调研、技术选型。

改个错别字、查个语法就没必要使用它了。建立项目状态和执行闭环本身也有成本。

六、目前还不够完善的地方

目前仍有几个明确的短板：

• 升级包尚未实现完整的签名和哈希校验。
• 提示词 A/B 测试样本不足。
• 跨天级别的无人值守运行尚未充分验证。
• Windows 下偶发浏览器连接中断，需要进一步完善 daemon 常驻机制。
• 多任务目前采用排队执行，不支持真正并行。

这些都是后续需要继续完善的方向，使用过程中遇到一些体验不符合我的描述，也可以通过 issues 告诉我。

七、意外收获

本意是想通过工具出更好的结果，但是测试的时候我发现，当前的工作流还可以大大减少 Token 的消耗。

网页 AI 直接用免费的账户即可，给出的 Prompt 通常很详细，约束也非常的充足，Agent 不需要非常强的模型就可以根据要求完成任务，即便出现问题，也会被 网页 AI 的后续 Prompt 纠正，无需人工的介入。

当然你想仔细检查每一步，也可以选择人工值守的方式执行任务，这样每一步执行指令出来了，Agent 都会问你这么做可不可以。

写在最后

我做了十来年运营，不是科班开发。

做星舵的过程中，我越来越觉得，AI Agent 真正需要解决的，不只是能力问题，还有执行纪律。

一个工具可以不够聪明，但必须知道自己做了什么、哪些事情没做到，以及为什么没做到。

我想要的不是一个永远告诉我「任务已完成」的 AI，而是一个能够把事情做完、把过程留下来、出了问题也能说清楚的执行系统。

这就是 Starpilot。

项目采用 MIT 协议，欢迎 Star、Fork 和提交 Issue：

https://github.com/ShenDoyle/Starpilot