sleepinginsummer/agent-browser-cli

面向 Agent 的浏览器感知与控制 CLI,把真实 Chrome 会话变成可复用的标签页扫描、页面 JS、Cookie、CDP 和截图能力。

浏览器感知 · 页面控制 · Chrome 登录态复用 · CDP · 条件等待 · Агент Скилл 集成

AI 一句话安装 · 手动安装 · Chrome 扩展 · 更新 · 更新日志 · 卸载 · 友情链接

中文 | Английский

agent-browser-cli 是一个面向 Agent 的浏览器感知与控制工具。 它通过 Chrome 扩展连接用户真实浏览器,保留登录态和 Cookie,提供标签页扫描、页面 JS 执行、Cookie 读取、CDP 控制、截图、文件上传、下拉框点击等能力。

本项目不是 Selenium / Playwright。 它更适合在已有浏览器会话中辅助 Agent 精确读取页面和执行操作。

项目信息

• 当前版本:0.3.5
• 支持平台:Windows(包括 WSL)/ Mac / Linux
• 浏览器:Chrome,需加载拓展 assets/tmwd_cdp_bridge
• Linux 支持前提:本机 Chrome / Chromium 需要支持安装扩展
• WSL 支持前提:需使用 WSL 2.0.0+,并建议在 Windows 11 22H2+ 下启用 networkingMode=mirrored,以便 WSL 连接宿主机 localhost 上的 Chrome 桥接服务

致谢

本项目的浏览器控制能力提取并改造自 GenericAgent 项目中的 Web 工具链,包括 TMWebDriver、simphtml 和 tmwd_cdp_bridge 扩展相关思路与实现。

感谢 GenericAgent 项目提供的浏览器桥接、页面简化、CDP 控制和实践 SOP。 本仓库在此基础上做了面向独立使用和 CLI 调用的整理与增强。

AI 一句话安装

改进内容

• 从 GenericAgent 中拆出浏览器控制能力,使用cli 提供给codex、claude code、Opencode使用。 GenericAgent浏览器插件不需要重新安装,可以共用同一个插件
• 避免每次命令都重新初始化浏览器连接。
• 新增启动锁,避免多个 CLI 并发启动时重复绑定底层端口。
• 增加skill:skills/agent-browser-cli/SKILL.md,提供ai参考使用。
• 若干优化，缩短命令执行时间
• 优化 CDP debugger attach/detach 流程,减少页面闪烁和异常退出后的残留 attach
• Rust实现cli端

agent-browser-cli 是一个面向 Agent 的浏览器感知与控制工具。它通过 Chrome 扩展连接用户真实浏览器，保留登录态和 Cookie，提供标签页扫描、页面 JS 执行、Cookie 读取、CDP 控制、截图、文件上传、下拉框点击等能力。

本项目不是 Selenium / Playwright。它更适合在已有浏览器会话中辅助 Agent 精确读取页面和执行操作。

项目信息

• 当前版本：0.3.5
• 支持平台：Windows（包括 WSL）/ Mac / Linux
• 浏览器：Chrome，推荐从 Chrome 应用商店 安装扩展
• Linux 支持前提：本机 Chrome / Chromium 需要支持安装扩展
• WSL 支持前提：需使用 WSL 2.0.0+，并建议在 Windows 11 22H2+ 下启用 networkingMode=mirrored，以便 WSL 连接宿主机 localhost 上的 Chrome 桥接服务

致谢

本项目的浏览器控制能力提取并改造自 GenericAgent 项目中的 Web 工具链，包括 TMWebDriver、simphtml 和 tmwd_cdp_bridge 扩展相关思路与实现。

感谢 GenericAgent 项目提供的浏览器桥接、页面简化、CDP 控制和实践 SOP。本仓库在此基础上做了面向独立使用和 CLI 调用的整理与增强。

AI 一句话安装

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`。

改进内容

• 从 GenericAgent 中拆出浏览器控制能力，使用cli 提供给codex、claude code、opencode使用。GenericAgent浏览器插件不需要重新安装，可以共用同一个插件
• 避免每次命令都重新初始化浏览器连接。
• 新增启动锁，避免多个 CLI 并发启动时重复绑定底层端口。
• 增加skill：skills/agent-browser-cli/SKILL.md，提供ai参考使用。
• 若干优化，缩短命令执行时间
• 优化 CDP debugger attach/detach 流程，减少页面闪烁和异常退出后的残留 attach
• rust实现cli端

他能做的事情

1. 自动化测试 可以复用真实浏览器环境做页面流程验证、表单提交、按钮点击、跳转检查、登录态页面测试。
2. 前端页面 Debug 可以读取 DOM、执行 JS、查看页面状态、截图确认效果，辅助定位前端交互、渲染和数据问题，对接后端接口。
3. 页面样式调试 可以在真实页面里执行 JS 修改 DOM / CSS，临时验证样式、布局和交互效果，但更偏辅助调试，不是完整设计工具。
4. 网页数据采集 可以读取页面内容、表格、列表、Cookie 和接口相关状态，适合处理需要登录态的页面数据提取。
5. 浏览器操作脚本化 可以把打开页面、切换标签页、执行 JS、截图、上传文件等操作串成脚本，做重复性网页任务。