为了让 Agent 直接操作我的本地 Chrome，我做了个 Browser Relay

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、登录态，全都在里面。之前尝试过几个项目：

• openclaw-broswer-relay: 可以做到，但是只有 openclaw 能用


• dotobot: 可以做到但是要连接别人服务器，而且只能读，不能操作浏览器


• agent-reach: 专注于获取信息，而不是操作浏览器


• opencli/opencli-rs: 把网站 cli 化，但很多时候我要的不是反复操作某个网页，就是要临时用各个网页

所以我做了个小东西，叫 Browser Relay。

它的作用很简单：把你本机 Chrome 接给任意 AI Agent。

架构大概是这样：

任意 AI Agent

    ↓ HTTP API / MCP

本机 Relay Server

    ↓ WebSocket

Chrome Extension

    ↓ CDP

你的真实 Chrome 标签页

它能做这些事：

• 读取当前网页内容，输出成 Agent 友好的文本快照


• 点击按钮、输入文字、提交表单


• 滚动页面、截图


• 执行 JS


• 保留你的真实浏览器登录态、cookie、localStorage、扩展环境

也就是说，Claude Code、Cursor、Codex、Windsurf，或者你自己写的 Agent，只要能调 HTTP 都能用。为此我还专门提供了 skills。

使用分三步，先安装：

npm install -g @linsoai/browser-relay

browser-relay status

安装 Chrome 扩展：

browser-relay path

chrome://extensions

打开开发者模式

Load unpacked

选择 browser-relay 的 extension 目录

安装 skill，根据提示执行 npx skills 命令安装到对应的 agent 里:

browser-relay skill

然后就可以愉快地让 agent 操作你自己的浏览器了

------------补充-----------

评论里大家提到的东西我之前有用过的，也有去试用的，统一回复下。

• playwright 类方案，试了，都会导致浏览器和 tab 顶到前台，如果你有方案不会，请联系我


• claude in chrome 魔改之类的，首先这东西不开放，其次用法不优雅，没意思。可借鉴，但我不会去用。


• MCP 这类协议也不在考虑范围内，skill 可以按需加载，MCP 每次都要加载一堆东西，即使用不着，这东西在我这里已经面临淘汰了


• agent_browser 我也用过，难用，或者说跟我的需求不匹配，我就是要 AI 看到并使用我的浏览器，给它一个单独的浏览器没有任何意义


• browser-harness 的我还没试，但是友人对比后反馈「这一坨就是狗屎，千万别用」

这个项目马上会开源，其实很简单，就是根据 openclaw-browser-relay 把鉴权那块改了改，加上了更方便的安装和 skill，更加开放更加开箱即用。

下一步应该会加强 agent 操作的友好化，例如操作时减少转义工作，加强操作功能，加强与其他机器的浏览器的连通性

项目已开源：GitHub - reliefeai/browser-relay · GitHub

2025-05-11

开源后我们更新了一版，现在从优先 curl 转成了 cli 优先，出错的概率大大降低，AI 调用的时候也不用写 curl 的 body 再各种转义了。同时也更新了 skill，让 AI 优先使用 cli 命令就可以。

这几天 codex 也发布了 chrome 插件，我看了下实现方案和这个项目基本是一样的，区别就在于它只能连接 codex，而这个项目对所有 agent 都是开放的