【开源】三级了！开源一个项目，AI Agent 复用本机真实 Chrome 会话的浏览器控制 CLI，支持读取页面、执行 JS、操作标签页、获取 Cookie、截图和上传文件，保留登录态

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

• 我的帖子已经打上 开源推广 标签： 是


• 我的开源项目完整开源，无未开源部分： 是


• 我的开源项目已链接认可 LINUX DO 社区： 是


• 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是


• 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

今天终于三级了，开源一个自用的工具

首先感谢 GenericAgent——复旦团队研发 | 仅仅~3K 行代码 Self-Evolving Agent ,在此项目基础上，提取插件，改造成当前cli工具。

项目地址

支持 window(包括wsl) / Mac / Linux (需要能使用chrome拓展)

为什么开发这个

1. 其他 mcp 用的不舒服，没有登录态，不能操作当前真实浏览器，速度慢。


2. agent-browser-cli 的目的，是让 AI Agent 能直接使用你本机已经打开的 Chrome，复用登录态、Cookie 和当前页面环境，而不是重新启动一个隔离浏览器。


3. 之所以做成独立 CLI+skill 形式，是因为 CLI 最通用。Codex、Claude Code、OpenCode、Shell 脚本都能直接调用，安装后就能在终端验证和排查问题。


4. 没有做成 MCP，是因为 MCP 依赖客户端支持和额外配置，调试链路也更长。浏览器控制这种本机能力，做成 CLI 可以随时使用，不需要预先加载mcp，mcp不用时候开启还会浪费一定token.

在原项目下做了哪些改动

1. 由python实现改成rust重构，命令执行速度更快。


2. 独立 CLI + skill 形态 安装更方便，不绑定agent平台，Codex、Claude Code、OpenCode、Shell 脚本都能直接调用。


3. 优化右下角连接角标，会自动隐藏，只在浏览器被控制时才会显示。


4. 新增了新开标签页的功能。

怎么安装

丢给ai

请阅读 https://github.com/sleepinginsummer/agent-browser-cli/blob/main/AI_INSTALL.md，按说明安装 CLI、加载 Chrome 扩展，并添加 `skills/agent-browser-cli/SKILL.md`。

注意：插件需要手动加载到chrome，可以提前告知ai插件下载文件夹路径。手动加载。插件在项目中/assets/tmwd_cdp_bridge

cli三个组成部分

npm安装的agent-browser-cli (本体) + skill.md (使用说明) + chrome 拓展

使用截图

版本更新

2026-05-14

优化了插件tips样式，可拖动位置，悬浮展开，10s自动关闭，也可以手动隐藏（300s左右，直到下次服务断开后重连）。

需要用最新插件代码 ，重载下插件，刷新网页生效。

2026-05-15

add

• 新增 ~/.agent-browser-cli/config.json 配置文件，不存在时自动生成。


• 新增 agent-browser-cli set-extension-port <port> 命令，用于修改 Chrome 插件 WebSocket 连接端口。


• agent-browser-cli status 新增端口和连接状态信息，包括 API 端口、插件配置端口、daemon 实际监听端口、插件连接状态和可用标签页数量。


• Chrome 插件 popup 新增端口展示、端口修改、保存并重连能力。
  
  

fix

• 修复重复注入 config.js 时触发 Identifier 'TID' has already been declared 的问题。


• WebSocket 初次连接前先探测本地服务是否可用，减少 CLI 未启动时的连接拒绝报错。

2026-05-15 更新2

• 默认不聚焦浏览器窗口，防止浏览器在操作过程中主动弹出到前台。


• 新增 allowFocus 参数，用于显式控制是否允许聚焦浏览器。


• openTab、tabs switch 默认只在浏览器内部执行标签页操作，不抢占系统前台焦点。CDP Page.bringToFront 默认会被跳过，只有传入 allowFocus:true 时才会真正执行。

2026-05-17 更新 v0.3.1

• 
  

  新增 snapshot、click/fill/send-keys/mouse-click，支持更稳定的 DOM 定位和页面操作。

  
  


• 
  

  新增截图、PDF、network（接口读取）、console（控制台读取） 调试能力。

  
  


• 
  

  新增 close、tab group、可以独立窗口打开页面、显式聚焦控制（现在能静默的命令会静默执行 不再主动聚焦弹出防止打断用户）。

  
  


• 
  

  支持多浏览器 / 多 Chrome Profile，会话按 browser_id:profile_id:tab_id 隔离。

  
  


• 
  

  新增 doctor、logs、install-skill，完善诊断和 skill 安装。

  
  


• 
  

  插件名称修改为Agent Browser CLI Bridge，并且添加了图标
  
  

  
  


• 
  

  skill 文档更新
  
  本次更新需要更新npm包+skill(已经内置更新指令)+更新插件

  
  

2026-05-19 更新 v0.3.3

cli+skill+浏览器拓展 全量更新，优化对多浏览器，多用户的支持，修复一个全局alter被改写的问题，优化npm包大小（优化后大概7mb左右）

最后，欢迎大家使用和提意见