cdpilot

Browser-Automatisierung ohne Abhängigkeiten direkt aus dem Terminal. Ein Befehl, volle Kontrolle.

Schnelleinstieg

npx cdpilot launch    # Start browser with CDP
npx cdpilot go https://example.com
npx cdpilot shot      # Take screenshot

Keine Konfigurationsdateien. Kein Boilerplate. Einfach npx und loslegen.

Warum cdpilot?

KI-Agenten und Entwickler benötigen eine Browser-Steuerung, die einfach funktioniert:

• Keine Konfiguration — npx cdpilot launch startet eine isolierte Browsersitzung

• Keine Abhängigkeiten — Kein Puppeteer, kein Playwright, kein Selenium. Reines CDP über HTTP

• Über 40 Befehle — Navigieren, klicken, tippen, Screenshots, Netzwerk, Konsole, Barrierefreiheit und mehr

• KI-Agenten-freundlich — Entwickelt für Claude, GPT, Gemini und jeden LLM-Tool-Workflow

• Isolierte Sitzungen — Ihr persönlicher Browser bleibt unberührt. cdpilot läuft in seinem eigenen Profil

• Visuelles Feedback — Grünes Leuchten, Cursor-Visualisierung, Klick-Wellen und Tastaturanzeige halten Sie während der Automatisierung auf dem Laufenden

• Multi-Projekt-Isolierung — Jedes Projekt erhält automatisch eine eigene Browser-Instanz und einen eigenen Port, keine Konflikte

• KI-Steuerungswarnung — Rote Benachrichtigung erscheint, wenn Sie während einer aktiven Automatisierung mit der Maus darüber fahren

• Datenschutz zuerst — Alles läuft lokal. Keine Daten verlassen Ihren Rechner

Warum Brave?

cdpilot verwendet den Brave Browser als Engine. Hier ist der Grund:

Kurz gesagt: Brave = Chromes Leistung + integrierter Datenschutz + weniger Ballast.

cdpilot funktioniert auch mit Chrome und Chromium als Fallback. Brave wird empfohlen, ist aber nicht erforderlich.

Installation

# Use directly (no install needed)
npx cdpilot <command>

# Or install globally
npm i -g cdpilot

Voraussetzungen: Node.js 18+ und eines der folgenden Programme: Brave Browser, Google Chrome oder Chromium.

Erstmalige Einrichtung

npx cdpilot setup     # Auto-detect browser, create isolated profile
npx cdpilot launch    # Start browser with CDP enabled
npx cdpilot status    # Check connection

Befehle

Navigation & Inhalt

cdpilot go <url>              # Navigate to URL
cdpilot content               # Get page text content
cdpilot html                  # Get page HTML
cdpilot shot [file]           # Take screenshot (PNG)
cdpilot pdf [file]            # Save page as PDF

Interaktion

cdpilot click <selector>      # Click element
cdpilot type <selector> <text># Type into input
cdpilot fill <selector> <val> # Set input value (React-compatible)
cdpilot submit <form>         # Submit form
cdpilot hover <selector>      # Hover element
cdpilot keys <combo>          # Keyboard shortcut (ctrl+a, enter, etc.)
cdpilot scroll-to <selector>  # Scroll element into view
cdpilot drag <from> <to>      # Drag and drop

Debugging

cdpilot console [url]         # Capture console logs
cdpilot network [url]         # Monitor network requests
cdpilot debug [url]           # Full diagnostic (console+network+perf+shot)
cdpilot perf                  # Performance metrics
cdpilot eval <js>             # Execute JavaScript

Tab-Verwaltung

cdpilot tabs                  # List open tabs
cdpilot new-tab [url]         # Open new tab
cdpilot switch-tab <id>       # Switch to tab
cdpilot close-tab [id]        # Close tab
cdpilot close                 # Close active tab

Netzwerkkontrolle

cdpilot throttle slow3g       # Simulate slow 3G
cdpilot throttle fast3g       # Simulate fast 3G
cdpilot throttle offline      # Go offline
cdpilot throttle off          # Back to normal
cdpilot proxy <url>           # Set proxy
cdpilot proxy off             # Remove proxy

Anforderungsabfang (Request Interception)

cdpilot intercept block <pattern>                    # Block requests
cdpilot intercept mock <pattern> <json-file>         # Mock responses
cdpilot intercept headers <pattern> <header:value>   # Add headers
cdpilot intercept list                               # List active rules
cdpilot intercept clear                              # Clear all rules

Geräteemulation

cdpilot emulate iphone        # iPhone emulation
cdpilot emulate ipad          # iPad emulation
cdpilot emulate android       # Android emulation
cdpilot emulate reset         # Back to desktop

Geolokalisierung

cdpilot geo istanbul          # Set location to Istanbul
cdpilot geo london            # Set location to London
cdpilot geo 41.01 28.97       # Custom coordinates
cdpilot geo off               # Remove override

Barrierefreiheit

cdpilot a11y                  # Full accessibility tree
cdpilot a11y summary          # Quick summary
cdpilot a11y find <role>      # Find elements by ARIA role

Sitzungsverwaltung

cdpilot session               # Current session info
cdpilot sessions              # List all sessions
cdpilot session-close [id]    # Close session

Erweitert

cdpilot cookies [domain]      # List cookies
cdpilot storage               # localStorage contents
cdpilot upload <sel> <file>   # Upload file to input
cdpilot multi-eval <js>       # Execute JS in all tabs
cdpilot headless [on|off]     # Toggle headless mode
cdpilot frame list            # List iframes
cdpilot dialog auto-accept    # Auto-accept dialogs
cdpilot permission grant geo  # Grant geolocation

Verwendung mit KI-Agenten

cdpilot ist darauf ausgelegt, von KI-Agenten als Werkzeug aufgerufen zu werden:

Claude Code (MCP)

{
  "mcpServers": {
    "cdpilot": {
      "command": "npx",
      "args": ["cdpilot", "mcp"]
    }
  }
}

Jedes LLM (Tool-Nutzung)

{
  "name": "browser",
  "description": "Control a browser via CDP",
  "parameters": {
    "command": "go https://example.com"
  }
}

Python (Subprocess)

import subprocess
result = subprocess.run(["npx", "cdpilot", "go", url], capture_output=True, text=True)
print(result.stdout)

Umgebungsvariablen

Funktionsweise

┌─────────────┐     HTTP/WebSocket      ┌──────────────┐
│  cdpilot │ ◄──────────────────────► │ Brave/Chrome │
│   (CLI)     │    Chrome DevTools       │  (CDP mode)  │
└─────────────┘     Protocol             └──────────────┘
       │                                        │
       │  Zero dependencies                     │  Isolated profile
       │  Pure HTTP + WebSocket                 │  Separate from your
       │  ~2500 lines, single file              │  personal browser
       └────────────────────────────────────────┘

Kein Puppeteer. Kein Playwright. Kein Selenium. Nur direkte CDP-Kommunikation.

Vergleich

Monetarisierung / Pro (Demnächst)

Die cdpilot-CLI ist und bleibt kostenlos und Open Source (MIT).

Zukünftige kostenpflichtige Angebote:

• cdpilot cloud — Remote-Browser-Instanzen, kein lokaler Browser erforderlich

• Team-Dashboard — Gemeinsame Sitzungen, Audit-Logs, Nutzungsanalysen

• Priorisierter Support — Direkte Hilfe für Unternehmensintegrationen

Sicherheit

• Isoliertes Browser-Profil — cdpilot läuft in ~/.cdpilot/profile, getrennt von Ihrem täglichen Browser. Ihre Cookies, Passwörter und Ihr Verlauf werden niemals offengelegt.

• Kein willkürlicher Dateizugriff — MCP-Screenshot-Dateinamen werden bereinigt und auf das Screenshot-Verzeichnis beschränkt. Pfad-Traversal ist blockiert.

• Sichere CSS-Selektoren — Alle an querySelector übergebenen Selektoren sind JSON-escaped, um Injektionen zu verhindern.

• Keine Netzwerk-Exposition — CDP hört nur auf 127.0.0.1. Remote-Verbindungen sind standardmäßig nicht möglich.

• Keine Abhängigkeiten — Null npm/Python-Laufzeitabhängigkeiten bedeuten eine Angriffsfläche von Null in der Lieferkette.

Eine Sicherheitslücke gefunden? Bitte senden Sie eine E-Mail direkt an den Betreuer, anstatt ein öffentliches Issue zu eröffnen.

Roadmap

Der einzige Browser-MCP mit integrierten Test-Assertions. Hier ist, was wir veröffentlicht haben und was als Nächstes kommt:

Veröffentlicht

• [x] Über 60 CLI-Befehle (navigieren, klicken, ausfüllen, Screenshot, PDF, Konsole, Netzwerk...)

• [x] MCP-Server für KI-Agenten-Integration (Claude Code, Cursor, etc.)

• [x] 10 integrierte Test-Assertions — assert, assert-url, assert-title, assert-count, assert-value, assert-attr, assert-visible/hidden, wait-for, check (batch), screenshot-diff

• [x] Accessibility-Tree-Snapshot (a11y-snapshot) — strukturierte Daten mit @ref-Referenzen, 500-mal weniger Token als Screenshots

• [x] Token-effiziente Screenshots — Element-basierter Zuschnitt (13-mal kleiner), JPEG-Qualitätskontrolle, Formatwahl

• [x] Vision-Fallback (describe) — a11y + Screenshot + Text in einem Aufruf

• [x] Annotierte Screenshots — @N-Badge-Overlays auf interaktiven Elementen

• [x] Auto-Wait — MutationObserver-basiert, 5s automatisches Warten auf Elemente

• [x] Batch-Befehle — JSON-Arrays via stdin für mehrstufige Automatisierung

• [x] Visuelles Feedback-System (dauerhaftes grünes Leuchten, Cursor, Wellen, Tastaturanzeige)

• [x] KI-Steuerungswarnung (rote Warnung, wenn der Benutzer während der Automatisierung interagiert)

• [x] Multi-Projekt-Browser-Isolierung (jedes Projekt erhält eigenen Port + Profil)

• [x] Pre-Flight-Assistent (installiert Abhängigkeiten automatisch beim ersten Start)

• [x] Persistentes MCP-Leuchten (bleibt während der gesamten KI-Sitzung an, wie Claudes orangefarbenes Leuchten)

• [x] DevExtension-System (native JS-Injektion ohne Browser-Store)

• [x] Smart-Befehle — smart-click, smart-fill, smart-select — Interaktion über sichtbaren Text, keine CSS-Selektoren erforderlich, kein LLM nötig

• [x] Datenextraktion (extract) — strukturierte DOM-Daten im Text-, JSON- oder Listenformat

• [x] Seitenbeobachtung (observe) — alle interaktiven Elemente mit verfügbaren Aktionen auflisten

• [x] Skript-Runner (run) — .cdp-Skriptdateien mit Erfolgs-/Fehlerbericht ausführen

Demnächst

• [ ] iframe & Shadow DOM-Unterstützung — Interaktion mit Elementen innerhalb von iframes und Shadow Roots

• [ ] Sitzungsaufzeichnung & Wiedergabe — Browsersitzungen aufzeichnen und deterministisch wiedergeben

• [ ] Stealth-Modus (Pro) — menschliche Mausbewegungen/Tippen, Anti-Fingerprinting, CAPTCHA-Lösung

• [ ] cdpilot Cloud — gehostete Browser-Sitzungs-API, REST + WebSocket MCP-Endpunkt

• [ ] Chrome-Erweiterung — cdpilot von jedem Browser ohne CLI verwenden

• [ ] Performance-Audit — Core Web Vitals (LCP, CLS, INP) via CDP Performance Domain

• [ ] WCAG-Barrierefreiheits-Audit — automatisierte Berichterstattung zur a11y-Konformität

• [ ] Claude Code Skill-Modus — zusätzlich zu MCP als .claude/skills/-Skill ausführen

Sie haben eine Idee? Eröffnen Sie ein Issue oder senden Sie einen PR!

Mitwirken

git clone https://github.com/mehmetnadir/cdpilot.git
cd cdpilot
npm install
npm test

PRs sind willkommen! Bitte lesen Sie zuerst CONTRIBUTING.md.

Lizenz

MIT — tun Sie, was Sie wollen.