之前做了个能让 Agent 操作我浏览器的项目,没想到好评如潮,一举收获了几千个 star:
一言以蔽之,现在还没有能让 Agent 操作我的浏览器的方案
比如很多时候我想让 Agent 帮我看一个网页、点几个按钮、抓一下登录后的内容,结果就会遇到这些问题:
Playwright / Puppeteer 默认是一个全新的浏览器环境,没有我的登录态。
云浏览器就不用说了,完全没用
有些网站就是只有你本机 Chrome 里才是完整可用的:cookie、localStorage、扩展、登…
现在我又来了,因为最近这个项目为远程控制浏览器提供了一个全新的解决方案。
远程控制不是只放开 0.0.0.0 再加上个鉴权,触达性仍然是个问题。在内网和公网都很难拿到一个稳定的 IP。
所以我选择了用中心服务 relay 的方式,浏览器插件和 cli 都连接到 relay,relay 将双方进行转发。
relay 服务部署在 cf 上,你也可以一键安装;
浏览器插件端可以随时关闭远程连接功能或更换鉴权;
cli 端支持对鉴权起别名,方便更大规模去管理浏览器。
顺手这波还更新了其他东西:console/network 日志远程也能读了。options 页面视觉升级了下,命令也新增了一些,更开箱即用。
项目地址
直接装:npm i -g @linsoai/browser-relay, 然后 browser-relay path 安装浏览器插件,browser-relay skill 安装 skill。后续就 browser-relay update。
MIT 开源,欢迎来拍砖。对了,这帖就是让 cc 操作浏览器发出来的(风格手动微调了下)