pi-firefox-bidi: estensione pi per WebDriver BiDi + delegazione agy

This commit is contained in:
Matteo Benedetto
2026-08-12 13:50:47 +02:00
commit 58187dca64
4 changed files with 411 additions and 0 deletions
+4
View File
@@ -0,0 +1,4 @@
node_modules/
pylibs/
.venv/
*.log
+56
View File
@@ -0,0 +1,56 @@
# pi-firefox-bidi
Estensione per **pi agent**: controllo bidirezionale di **Firefox** tramite
**WebDriver BiDi** (navigazione, screenshot allegati al contesto, eval JS,
eventi asincroni) e delegazione asincrona ad **Antigravity CLI** (`agy`).
## Architettura
```
pi agent (questa estensione) ──HTTP JSON──► Browser Bridge (bridge.py)
└──WebSocket BiDi──► Firefox (ws://127.0.0.1:9222)
```
- **Firefox ESR 128+**: Remote Agent BiDi nativo con `--remote-debugging-port 9222`
(nessun geckodriver). Endpoint unico `ws://127.0.0.1:9222/session`, loopback only.
- **Browser Bridge** (`~/Dev/firefox-bidi/bridge/bridge.py`, Python + websockets):
possiede la sessione BiDi, espone HTTP JSON su `:8787` e un endpoint MCP minimale
(`/mcp`) per Antigravity CLI.
- **Script di avvio** (`~/Dev/firefox-bidi/start-firefox-bidi.sh`):
- `start` → profilo dedicato `bidi-profile` (automazione pulita)
- `start-main`**profilo principale** (login/cookie intatti; chiude l'istanza
attiva se serve, lock esclusivo)
- `status` / `stop` / `foreground`
## Tool registrati
| Tool | Funzione |
|---|---|
| `browser_start` / `browser_stop` / `browser_status` | ciclo di vita Firefox + bridge |
| `browser_navigate(url)` | naviga e attende il carico |
| `browser_screenshot(path?, fullPage?)` | PNG su disco, **allegato come immagine al contesto** |
| `browser_eval(expression)` | `script.evaluate` |
| `browser_send(method, params)` | comando BiDi grezzo |
| `browser_events(action, module?)` | coda eventi asincroni (log, network, browsingContext) |
| `agy_delegate(prompt, conversation?, model?)` | pi → agy headless (`--output-format stream-json`) |
| `bridge_notify(event, payload)` | webhook locale `:8790` (agy/bridge → pi) |
## Installazione
```bash
pi install git:git.enne2.net/enne2/pi-firefox-bidi
# oppure in dev: pi -e /home/enne2/Dev/pi-firefox-bidi
```
Requisiti runtime (sulla macchina, non nel package):
- `firefox` (ESR 128+) e `python3` con `websockets` (`pip install --target <dir> websockets` se PEP 668 blocca `--user`)
- Variabili opzionali: `FIREFOX_BIDI_BRIDGE` (default `http://127.0.0.1:8787`),
`FIREFOX_BIDI_SCRIPT`, `FIREFOX_BIDI_BRIDGE_PY` (default `~/Dev/firefox-bidi/...`)
## Sicurezza
Il Remote Agent di Firefox ascolta solo su `127.0.0.1`; con `start-main` il
controllo BiDi espone anche i login reali del profilo: **non esporre mai la
porta 9222 fuori dalla macchina**. Il bridge MCP richiede token
(`FIREFOX_BIDI_TOKEN`). Evitare `--dangerously-skip-permissions` per
l'orchestrazione generale.
+337
View File
@@ -0,0 +1,337 @@
/**
* firefox-bidi.ts — Estensione pi: controllo bidirezionale di Firefox
* via WebDriver BiDi, con screenshot e delegazione verso Antigravity CLI.
*
* Installazione (solo se autorizzata):
* cp firefox-bidi.ts ~/.pi/agent/extensions/ # poi /reload in pi
*
* Architettura:
* pi (questa estensione) ──HTTP JSON──► Browser Bridge (python)
* └──WebSocket BiDi──► Firefox (ws://127.0.0.1:9222)
*
* Il Bridge mantiene la sessione BiDi (id→Future, event loop) ed espone
* API HTTP semplici; questa estensione registra tool pi che le chiamano.
* La parte browser del bridge è in bridge/bridge.py (vedi DESIGN.md).
*
* Zero dipendenze npm: si usa solo fetch di Node 22 + child_process.
*/
import type { ExtensionAPI } from "@earendil-works/pi-coding-agent";
import { Type } from "typebox";
import { spawn, execFile } from "node:child_process";
import { promisify } from "node:util";
const execFileAsync = promisify(execFile);
const BRIDGE_URL = process.env.FIREFOX_BIDI_BRIDGE ?? "http://127.0.0.1:8787";
const SCRIPT =
process.env.FIREFOX_BIDI_SCRIPT ?? "/home/enne2/Dev/firefox-bidi/start-firefox-bidi.sh";
const BRIDGE_PY =
process.env.FIREFOX_BIDI_BRIDGE_PY ?? "/home/enne2/Dev/firefox-bidi/bridge/bridge.py";
let bridgeProcess: ReturnType<typeof spawn> | null = null;
async function bridge(path: string, init?: RequestInit): Promise<any> {
const res = await fetch(`${BRIDGE_URL}${path}`, {
headers: { "content-type": "application/json" },
...init,
});
const body = await res.json().catch(() => ({}));
if (!res.ok) throw new Error(`bridge ${path}: ${res.status} ${JSON.stringify(body)}`);
return body;
}
async function ensureBridge() {
try {
await bridge("/status");
return;
} catch {
/* bridge non attivo: avvio */
}
await execFileAsync(SCRIPT, ["start"]);
bridgeProcess = spawn("python3", [BRIDGE_PY], {
stdio: "ignore",
detached: true,
});
bridgeProcess.unref();
// attende che il bridge risponda
for (let i = 0; i < 40; i++) {
try {
await bridge("/status");
return;
} catch {
await new Promise((r) => setTimeout(r, 250));
}
}
throw new Error("Bridge non raggiungibile dopo 10s");
}
export default function (pi: ExtensionAPI) {
// -------------------------------------------------------------------------
// Ciclo di vita del browser
// -------------------------------------------------------------------------
pi.registerTool({
name: "browser_start",
label: "Browser Start",
description:
"Avvia Firefox con WebDriver BiDi (profilo dedicato, porta 9222) e il Browser Bridge.",
parameters: Type.Object({}),
async execute() {
await ensureBridge();
const st = await bridge("/status");
return {
content: [
{ type: "text", text: `Firefox BiDi attivo: ${JSON.stringify(st)}` },
],
details: {},
};
},
});
pi.registerTool({
name: "browser_stop",
label: "Browser Stop",
description: "Termina l'istanza Firefox BiDi (e il bridge).",
parameters: Type.Object({}),
async execute() {
if (bridgeProcess) {
bridgeProcess.kill();
bridgeProcess = null;
}
await execFileAsync(SCRIPT, ["stop"]).catch(() => {});
return {
content: [{ type: "text", text: "Firefox BiDi fermato." }],
details: {},
};
},
});
pi.registerTool({
name: "browser_status",
label: "Browser Status",
description: "Stato di Firefox BiDi e del bridge (sessioni, contesti aperti).",
parameters: Type.Object({}),
async execute() {
const st = await bridge("/status");
return { content: [{ type: "text", text: JSON.stringify(st, null, 2) }], details: {} };
},
});
// -------------------------------------------------------------------------
// Navigazione e comandi BiDi
// -------------------------------------------------------------------------
pi.registerTool({
name: "browser_navigate",
label: "Browser Navigate",
description: "Naviga il contesto principale verso un URL e attende il carico.",
parameters: Type.Object({
url: Type.String({ description: "URL completo (es. https://example.com)" }),
}),
async execute(_id, params) {
await ensureBridge();
const r = await bridge("/navigate", {
method: "POST",
body: JSON.stringify({ url: params.url }),
});
return {
content: [
{
type: "text",
text: `Navigazione OK: ${r.url} (context ${r.context})`,
},
],
details: r,
};
},
});
pi.registerTool({
name: "browser_screenshot",
label: "Browser Screenshot",
description:
"Cattura uno screenshot (PNG) della pagina corrente e lo salva su disco. " +
"Il percorso viene restituito e l'immagine è allegata al contesto.",
parameters: Type.Object({
path: Type.Optional(
Type.String({ description: "Percorso di salvataggio (default: /tmp/firefox-bidi/shot-<ts>.png)" }),
),
fullPage: Type.Optional(Type.Boolean({ description: "Screenshot dell'intera pagina" })),
}),
async execute(_id, params) {
await ensureBridge();
const r = await bridge("/screenshot", {
method: "POST",
body: JSON.stringify({ out: params.path, fullPage: params.fullPage ?? false }),
});
return {
content: [
{ type: "text", text: `Screenshot salvato in ${r.path} (${r.bytes} bytes)` },
{ type: "image", image: r.path, mediaType: "image/png" },
],
details: r,
};
},
});
pi.registerTool({
name: "browser_eval",
label: "Browser Eval",
description:
"Esegue JavaScript nella pagina (script.evaluate BiDi). Restituisce il valore JSON.",
parameters: Type.Object({
expression: Type.String({ description: "Espressione JS da valutare" }),
awaitPromise: Type.Optional(Type.Boolean({ default: true })),
}),
async execute(_id, params) {
await ensureBridge();
const r = await bridge("/eval", {
method: "POST",
body: JSON.stringify(params),
});
return {
content: [
{
type: "text",
text: `Result: ${JSON.stringify(r.result ?? r, null, 2)}`,
},
],
details: r,
};
},
});
pi.registerTool({
name: "browser_send",
label: "Browser BiDi Send",
description:
"Invia un comando WebDriver BiDi grezzo (power users), es. browsingContext.captureScreenshot, " +
"session.subscribe, network.getCookies, log.read.",
parameters: Type.Object({
method: Type.String({ description: "Nome metodo BiDi, es. browsingContext.captureScreenshot" }),
params: Type.Optional(Type.Record(Type.String(), Type.Any(), { default: {} })),
}),
async execute(_id, params) {
await ensureBridge();
const r = await bridge("/cmd", {
method: "POST",
body: JSON.stringify(params),
});
return {
content: [{ type: "text", text: JSON.stringify(r, null, 2) }],
details: r,
};
},
});
// -------------------------------------------------------------------------
// Eventi asincroni (push browser → pi)
// -------------------------------------------------------------------------
pi.registerTool({
name: "browser_events",
label: "Browser Events",
description:
"Legge gli eventi BiDi accumulati dal bridge (log.entryAdded, network.responseCompleted, " +
"browsingContext.*, script.*). Opzionalmente sottoscrive un modulo prima.",
parameters: Type.Object({
action: Type.Enum(
{ list: "list", subscribe: "subscribe", drain: "drain" },
{ description: "list=eventi in coda, subscribe=iscrivi un modulo, drain=svuota la coda" },
),
module: Type.Optional(
Type.String({ description: "Modulo BiDi da sottoscrivere, es. log, network, browsingContext" }),
),
clear: Type.Optional(Type.Boolean({ default: false })),
}),
async execute(_id, params) {
await ensureBridge();
const r = await bridge("/events", {
method: "POST",
body: JSON.stringify(params),
});
return {
content: [{ type: "text", text: JSON.stringify(r, null, 2) }],
details: r,
};
},
});
// -------------------------------------------------------------------------
// Delegazione asincrona a Antigravity CLI (pi → agy)
// -------------------------------------------------------------------------
pi.registerTool({
name: "agy_delegate",
label: "Antigravity Delegate",
description:
"Delega un task a Antigravity CLI in modalità headless (stream-json NDJSON). " +
"Usa --conversation per continuare una conversazione agy esistente. " +
"L'output (init/step_update/result) viene restituito come testo.",
parameters: Type.Object({
prompt: Type.String({ description: "Task per l'agente agy" }),
conversation: Type.Optional(Type.String({ description: "ID conversazione agy da riprendere" })),
model: Type.Optional(Type.String({ description: "Modello agy (es. Gemini 3.1 Pro)" })),
timeout: Type.Optional(Type.Number({ default: 300, description: "Timeout secondi" })),
}),
async execute(_id, params) {
const args = [
"-p", params.prompt,
"--output-format", "stream-json",
"--print-timeout", `${params.timeout ?? 300}m`,
];
if (params.conversation) args.push("--conversation", params.conversation);
if (params.model) args.push("--model", params.model);
const { stdout, stderr } = await execFileAsync("agy", args, {
timeout: ((params.timeout ?? 300) + 30) * 1000,
maxBuffer: 20 * 1024 * 1024,
});
// NDJSON → riepilogo compatto per il contesto pi
const lines = stdout.trim().split("\n").filter(Boolean).map((l) => {
try { return JSON.parse(l); } catch { return null; }
});
const init = lines.find((e) => e?.type === "init");
const result = lines.find((e) => e?.type === "result");
const summary = {
conversation_id: init?.conversation_id ?? result?.conversation_id ?? params.conversation,
status: result?.status,
response: result?.response,
duration: result?.duration,
stderr: stderr.slice(0, 500),
};
return {
content: [
{
type: "text",
text: `agy → ${summary.status ?? "?"} | conversation=${summary.conversation_id}\n${summary.response ?? ""}${summary.stderr ? `\n[stderr] ${summary.stderr}` : ""}`,
},
],
details: summary,
};
},
});
// -------------------------------------------------------------------------
// Notifica asincrona (agy/bridge → pi): webhook locale
// -------------------------------------------------------------------------
pi.registerTool({
name: "bridge_notify",
label: "Bridge Notify (webhook)",
description:
"Invia un evento al webhook locale di pi (http://127.0.0.1:8790/webhook): " +
"usato da agy o dal bridge per segnalare task completi, errori o eventi browser.",
parameters: Type.Object({
event: Type.String({ description: "Nome evento, es. task.completed, browser.event" }),
payload: Type.Optional(Type.Record(Type.String(), Type.Any(), { default: {} })),
}),
async execute(_id, params) {
await fetch("http://127.0.0.1:8790/webhook", {
method: "POST",
headers: { "content-type": "application/json" },
body: JSON.stringify({ event: params.event, payload: params.payload ?? {} }),
}).catch((e) => {
throw new Error(`webhook: ${e.message}`);
});
return {
content: [{ type: "text", text: "Evento inoltrato al webhook pi." }],
details: {},
};
},
});
}
+14
View File
@@ -0,0 +1,14 @@
{
"name": "pi-firefox-bidi",
"version": "0.1.0",
"description": "Estensione pi: controllo bidirezionale di Firefox via WebDriver BiDi (navigazione, screenshot, eval, eventi) + delegazione asincrona ad Antigravity CLI (agy).",
"keywords": ["pi-package", "firefox", "webdriver-bidi", "screenshot", "agy", "antigravity"],
"license": "MIT",
"peerDependencies": {
"@earendil-works/pi-coding-agent": "*",
"typebox": "*"
},
"pi": {
"extensions": ["./extensions"]
}
}