自主浏览器 · AI Browser Bridge

默认用途：让已有 AI Agent 直接操作浏览器，无需配置模型。 终端 Agent 可立即使用 接入说明 和 agent.ps1；MCP 客户端使用本机生成的工具配置。插件内模型任务页只是可选功能。

一个可自行修改、运行的 Chrome Manifest V3 扩展，将网页提供给支持 MCP、HTTP 或命令行的 AI。扩展版本 0.3.4 / 本地原型，默认允许所有 HTTP / HTTPS 网站，也可切换为指定网站列表。

当前版本升级指南

0.3.4 新增可选 Chrome 内置 AI 状态检查与本地裁判 browser_local_judge；0.3.3 新增只读开发者诊断 browser_debug；0.3.2 修复自定义下拉已经展开时 browser_choose 反向关闭弹层的问题；0.3.1 新增精确选项工具，0.3.0 新增原生文件选择。请阅读 0.3.0 使用与升级说明。

历史：从 0.1.0 更新到 0.1.1

如果加载的是本项目的 extension 文件夹，在 chrome://extensions 找到“自主浏览器”，点击重新加载，然后重新打开扩展面板。配对密钥和已保存的网站列表保留；未设置过 allSites 的旧配置默认启用所有网站。确认“允许所有网站（默认）”已勾选，点击“保存并连接”。如 Chrome 显示新增网站权限提示，按提示确认。若从其他目录解压安装，请用新扩展包更新那个目录后重新加载。

0.1.1 的连接状态和最近操作通过事件自动更新，无需持续点击刷新。原 0.1.0 桥接服务与新版扩展兼容，不必为了升级扩展断开正在使用的服务。

没有内置模型、开发者云端、遥测或 AutoGLM 依赖。浏览器控制在本机完成；接入的 AI 若运行在云端，返回给它的网页内容仍会进入该 AI 的服务。普通封闭聊天窗口不会因为安装扩展就自动获得工具能力。

已实现

• 网页可见正文提取、交互元素编号、点击、文本输入、主页面滚动。

• 在显式许可的本机目录内，按完整 SHA256 将文件绑定到最新 file-input ref；只选择文件，不自动点击提交。

• 标签页列举、新建、导航、关闭；通过临时 debugger 连接截图，完成后释放。

• Chrome 中文控制面板：配对、网站授权、连接状态、最近操作、暂停与重新连接。

• MCP stdio、带认证的本机 HTTP API、CLI 三种入口；不绑定模型厂商。

• 默认允许所有 HTTP / HTTPS 网站；关闭“允许所有网站”后按完整 origin 列表检查。拒绝 file:、javascript:、Chrome 内部页和带账户信息的 URL；浏览器保护的页面仍受 Chrome 限制。

• 命令全局顺序执行；失效元素引用与改变了标签/链接的元素会拒绝操作。

• 断线和超时不自动重放写入；排队命令失败返回。暂停不撤销已经执行的操作。

• 日志仅记录操作名称、标签页编号、时间和成功/失败，不记录输入内容、正文、截图或密钥。

Related MCP server: Chrome Extension MCP Bridge

本机启动与安装

要求：Node.js 22+、PowerShell 7、Chrome 120+。

本机已安装依赖；迁移到另一台电脑时先在项目目录运行 npm ci。

1. 在 PowerShell 7 中运行：

   Set-Location 'K:\PythonProjects5\AI-Browser-Bridge'
   .\start.ps1

   服务只监听 127.0.0.1:19387，后台运行。再次启动会先检查已有服务，不会重复启动。

2. 在你希望使用的 Chrome 用户配置中打开 chrome://extensions，开启开发者模式，点击“加载已解压的扩展程序”，选择本项目的 extension 文件夹。

3. 运行 .\pair.ps1，密钥会复制到剪贴板，不会打印。打开“自主浏览器”的扩展选项，粘贴配对密钥。

4. 默认勾选“允许所有网站”，无需填写网站列表，点击“保存并连接”，状态会自动更新为“已连接”。若只想操作部分网站，取消勾选并逐行填写源地址，例如 https://example.com，再保存。路径不能填写；不同端口属于不同 origin。

5. 运行 npm run status。只有 connected: true 才表明当前 Chrome 扩展实际连接成功。

现有 AutoGLM 无需卸载。建议不要让两个自动化工具同时操作同一个标签页。第一版每个服务只连接一个 Chrome 用户配置，重复连接会被拒绝。

扩展更新后，在 Chrome 扩展页点“重新加载”，再打开扩展选项重新连接。断线时不会持续轮询重试；连接成功时每 20 秒发送一个纯本机保活消息，不会调用模型或消耗模型 token。

让其他 AI 接入

MCP 客户端

npm run setup 会生成 .local/mcp-config.json，包含当前机器的 Node 可执行文件路径与 MCP 入口，不含密钥。将其中的服务器条目加入支持 stdio MCP 的客户端配置并重载连接。不同客户端的外围配置格式可能不同。

{
  "mcpServers": {
    "ai-browser-bridge": {
      "command": "node",
      "args": ["K:/PythonProjects5/AI-Browser-Bridge/src/mcp.js"]
    }
  }
}

MCP 入口不会启动云模型。客户端自己决定下一步调用哪个工具。tools/list 暴露 20 个工具，browser_screenshot 返回 MCP 图片内容。

CLI 客户端

node src/cli.js tools
node src/cli.js call browser_tabs
'{"url":"https://example.com"}' | node src/cli.js call browser_open --stdin
'{"tabId":123}' | node src/cli.js call browser_read --stdin

必须使用实际返回的 tabId 和 ref，不能照抄示例中的 123。元素 ref 与最近一次快照绑定；导航或页面变化后重新读取。

HTTP / 自己的 AI 程序

端点：GET /status、GET /tools、POST /call。请求头使用 Authorization: Bearer <agentToken>，令牌从本机 .local/config.json 读取。不要把配对密钥当成 agentToken，也不要把令牌贴到对话中。

{"name":"browser_read","arguments":{"tabId":123,"maxChars":12000}}

服务拒绝网页 Origin 请求、错误 Host 和未认证请求，不提供浏览器可用的跨域开放接口。远程 AI 客户端需要本机适配器；本版本不提供公网网关。

验证与边界

npm test
npm run test:e2e

自动测试使用独立临时 Chromium 配置和本地测试网页，不读取个人 Chrome 数据。端到端测试通过 MCP 完成打开、读取、填写、点击、截图、导航、暂停、恢复及关闭，并由独立 HTTP 客户端验证第二条接入路径。截图与报告在 output/playwright/。

本机测试脚本会优先使用已存在的 Playwright Chromium；其他机器可运行 npx playwright install chromium，或用 AIB_TEST_CHROMIUM 指向测试专用 Chromium。不要指向你的日常 Chrome 用户数据目录。

明确边界：

• 测试通过不等于已经装入你的日常 Chrome。实际连接以 npm run status 为准。

• 当前 DOM 操作限主框架和普通 DOM；尚未覆盖 iframe、Shadow DOM 的结构化定位、验证码和复杂富文本编辑器。文件上传支持主框架普通 DOM 的 file input；坐标操作可触达可见区域，但不提供 Canvas 结构化解析。

• 原有输入/点击使用 DOM 事件；新增键盘和坐标路径使用 CDP 可信事件。截图使用 debugger 权限，Chrome 可能显示调试提示；与其他调试器冲突时返回错误。

• 内置任务期间持有全局操作租约；外部客户端自行编排的多步工作流仍可能交错，需要自行协调。

• 指定网站模式约束工具的直接目标，不是网络防火墙。网页自身的脚本仍可能提交表单、发网络请求或跳转到其他网站；指定模式下未授权页不能继续读写，所有网站模式可继续操作其他 HTTP / HTTPS 页。截图包含页面中可见的嵌入内容。

• 文本提取不读取密码输入值，忽略隐藏文本与 data-ai-private 标记区域；截图没有自动脱敏。不能将其理解为完整敏感信息检测。

• 页面内容属于不可信数据，AI 客户端不得将网页中的指令当作用户授权。点击可能导致提交、发消息或购买，客户端必须遵守用户授权范围。

• browser_local_judge 只是可选的本地 Chrome 内置 AI 建议源。它不执行动作，也不替代用户授权；如果 Chrome 没有暴露 Built-in AI API、模型未下载或会话创建失败，会返回 verdict: "unavailable"，调用方必须按无裁判可用处理。

• 已有插件任务助手，模型在本机配置文件设置；尚无完整多轮聊天和模型管理界面。外部 AI 仍可独立调用工具。没有声称已全面超过 AutoGLM。

文件与运行状态

停止后台服务：.\stop.ps1。不设置开机自启、不修改现有 AI 客户端配置。若要完全停用，也可在 Chrome 中禁用扩展。

技术依据

• Chrome WebSocket 与 service worker 生命周期

• Chrome scripting API

• Chrome debugger API

• MCP stdio 传输规范

• Playwright 扩展测试