【外滩大会2026】Idea Pet · 会发现问题的 AI 网页灵感桌宠

[xxxye661]

参赛项目名称

Idea Pet · 灵感桌宠

运行在主流 AI 网页上的灵感桌宠：从当前对话中发现用户正在忽略的痛点、盲区和新角度。

团队 / 作者

xxxye661（个人作品）

我做了什么

我用 Qoder 以 Vibe Coding 方式完成了这个开源 Chrome 扩展，AI 模型能力全部来自阿里云百炼。

• 灵感弹幕：实时生成反问、关键词和新角度，各 AI 标签页可同时运行。
• 点击深入：点击有价值的弹幕继续追问，再一键整理为提示词带回当前 AI，但不自动发送。
• 看屏语音：用户主动授权后，结合当前可见页面与任务进行可打断的实时语音对话。
• 互动桌宠：支持拖动、惯性反弹、边缘吸附和投喂；还能从一张图生成 6 套、26 帧动作。
• 开源 BYOK：无作者后端、会员或遥测，请求由扩展直接发往用户自己的百炼账号。

使用的工具

• OpenWork / 百炼 CLI：未使用；项目由 Qoder + Vibe Coding 完成
• 百炼能力 / 模型：qwen3.5-flash、qwen3.5-omni-flash-realtime、wan2.7-image
• Skill 名称：build-deskpet-pack（单图生成可导入的 26 帧桌宠动作包）
• 其他：Chrome Extension Manifest V3、Canvas / Worker、AudioWorklet

效果展示

灵感弹幕

**一张图生成桌宠**

项目链接（可选）

https://github.com/xxxye661/idea-pet

支持 ChatGPT、DeepSeek、Kimi、Qwen、智谱清言、豆包、Gemini、Claude、腾讯元宝和文心一言网页端，兼容 macOS 与 Windows。

踩坑记录（可选）

• 不同 AI 网站 DOM 差异很大，最后拆成平台适配器，只提取必要对话。
• DOM 弹幕会卡顿变模糊，改为 Canvas + Worker，再用透明命中层实现悬停与点击。
• Chrome 截图必须由用户主动授权，因此看屏语音只截当前标签可见区域，不连续录屏。
• API Key 只保存在本机 Chrome 扩展存储，普通网页和内容脚本不能直接读取。