chrome-bridge-mcp

本地 MCP 桥接服务，连接 Codex / Claude Code 与真实 Chrome 会话，让 AI agent 能通过 Chrome 浏览器使用 Google Search 和 Google AI。

它通过 127.0.0.1:9222 上的 Chrome DevTools Protocol 连接 Chrome。登录、验证码、授权确认等动作仍然在真实 Chrome 里完成；AI 助理负责打开或复用任务标签页、执行 Google 搜索、读取当前页面、读取选中文本，以及运行少量页面内 JavaScript。

启动 Chrome

使用独立 Chrome profile，让调试端口和日常浏览器配置隔离：

$HOME/ai/chrome-bridge-mcp/scripts/start-chrome-bridge-profile.sh

可以在这个 Chrome 窗口里正常登录、验证和授权。

profile 路径：

~/runtime/.chrome-bridge-mcp/ChromeProfile

Related MCP server: Chrome DevTools MCP

运行 MCP Server

本项目没有 npm 依赖。使用 Node.js 22+ 运行：

node $HOME/ai/chrome-bridge-mcp/src/server.js

在当前 Codex 环境里，即使 Homebrew Node 损坏，也可以使用 Codex bundled Node：

$HOME/.cache/codex-runtimes/codex-primary-runtime/dependencies/node/bin/node \
  $HOME/ai/chrome-bridge-mcp/src/server.js

Claude Code

添加到 Claude Code 用户级配置，让所有 Claude Code 工作目录都可用：

claude mcp add -s user --transport stdio chrome-bridge \
  --env CHROME_BRIDGE_PORT=9222 \
  --env CHROME_BRIDGE_AUTO_START=1 \
  --env CHROME_BRIDGE_RUNTIME=$HOME/runtime/.chrome-bridge-mcp \
  -- $HOME/.cache/codex-runtimes/codex-primary-runtime/dependencies/node/bin/node \
  $HOME/ai/chrome-bridge-mcp/src/server.js

然后检查 MCP 连接：

/mcp

本机还提供了 Claude Code 自定义命令：

/google

命令文件位于 ~/.claude/commands/google.md，用于提醒 Claude 使用 chrome-bridge 工具执行 Google 搜索、Google AI 多轮讨论、#g 前缀、当前 Google task tab 复用和 #g end 关闭规则。

Codex

已在本机 Codex 配置中加入：

[mcp_servers.chrome_bridge]
command = "$HOME/.cache/codex-runtimes/codex-primary-runtime/dependencies/node/bin/node"
args = ["$HOME/ai/chrome-bridge-mcp/src/server.js"]
startup_timeout_sec = 30

[mcp_servers.chrome_bridge.env]
CHROME_BRIDGE_PORT = "9222"
CHROME_BRIDGE_AUTO_START = "1"
CHROME_BRIDGE_RUNTIME = "$HOME/runtime/.chrome-bridge-mcp"

Codex 需要新开会话或重启后才会加载新 MCP server。加载后可以直接在对话里说：

用 Google AI 多轮讨论“……”，先问第一轮，然后根据回答继续追问。

助理应优先使用会话层工具 start_google_ai_session、continue_google_ai_session、read_google_ai_session 和 end_google_ai_session，而不是让你手工复制粘贴浏览器内容。

pi / raft pi

本机 pi 使用全局 extension 接入 Google 能力。真实配置目录放在：

~/runtime/.pi/agent

为了兼容 pi 默认读取 ~/.pi/agent 的行为，本机建立了软链接：

~/.pi -> ~/runtime/.pi

extension 文件：

~/runtime/.pi/agent/extensions/chrome-bridge-google.ts

它把本项目 CLI 包装成 pi 工具：

• google_search：真实 Chrome 中搜索 Google，并返回结构化结果；同一件事优先复用当前 Google task tab

• google_ai_start：新开 Google AI Mode 会话，返回 sessionId

• google_ai_continue：继续追问；可省略 sessionId，默认使用当前活跃会话

• google_ai_read：读取已有 Google AI 会话；可省略 sessionId

• google_ai_end：结束当前或指定会话，导出 Markdown，并默认关闭对应 Chrome 标签页

• google_ai_export：导出 Google AI 会话 Markdown

底层 CLI 可直接测试：

$HOME/.cache/codex-runtimes/codex-primary-runtime/dependencies/node/bin/node \
  $HOME/ai/chrome-bridge-mcp/bin/chrome-bridge-cli.js \
  search "Chrome DevTools Protocol" --max-results 3

raft 的 pi runtime 通过 pi SDK 创建 session，会读取同一个 pi agent 目录。新启动的 raft pi session 应能看到这些工具；如果已有 pi session 在配置前已经启动，需要重开该 session。

部署约定

开发文件留在项目目录下。运行态统一使用本机 AI runtime 约定：

• 应用运行态根目录：~/runtime/.chrome-bridge-mcp

• Chrome profile：~/runtime/.chrome-bridge-mcp/ChromeProfile

• 日志：~/runtime/.chrome-bridge-mcp/logs

• 可选 LaunchAgent 描述文件：~/Library/LaunchAgents/com.chrome-bridge.mcp.plist

详见 docs/DEPLOYMENT.md。

多台 Mac 推广部署见 docs/MULTI_MACHINE_DEPLOYMENT.md。常用安装脚本：

• scripts/install-claude-mcp.sh：安装 Claude Code user-scope MCP 和 /google 命令。

• scripts/install-pi-extension.sh：安装 pi/raft pi extension。

• scripts/print-codex-mcp-config.sh：打印当前机器适用的 Codex MCP 配置片段。

• scripts/install-launch-agent.sh：安装当前用户的 Chrome profile LaunchAgent。

安全说明

1. 独立 Chrome profile：使用 ~/runtime/.chrome-bridge-mcp/ChromeProfile，不操作用户主 profile，不影响日常浏览器数据。

2. 仅绑定本地：Chrome debug port 只绑定 127.0.0.1，不暴露到局域网或公网。

3. 不提交敏感数据：不提交 cookie、profile、logs、agent MEMORY 到版本库。

4. 人工介入边界：needsUser 标记和登录墙、验证码、条款同意属于显式人工介入边界，工具不会自动跳过。

5. 浏览器依赖：Google Search / Google AI 使用真实浏览器，会受账号状态、页面变化、服务条款和地区网络影响。

工具

• chrome_status：检查 Chrome CDP 是否可连接

• list_tabs：列出 Chrome 标签页

• open_url：在新标签页打开 URL

• google_search：在当前 Google task tab 中打开 Google 搜索；没有可复用 tab 时才新开

• search_google_and_extract：从 AI 助理输入搜索词，打开或复用 Google task tab，并返回结构化结果；遇到登录/验证码时返回 needsUser=true 和 tabId

• open_google_ai：打开 Google AI Mode，提交第一轮问题，并读取可见对话文本

• google_ai_ask：在已有 Google AI Mode 标签页中提交追问，并读取更新后的对话文本

• google_ai_read：读取 Google AI Mode 当前可见对话状态

• start_google_ai_session：从 Codex/Claude 对话入口开始一个持久化 Google AI 会话

• continue_google_ai_session：向已有 Google AI 会话继续追问；未传 sessionId 时使用当前活跃会话

• read_google_ai_session：读取已有 Google AI 会话状态；未传 sessionId 时使用当前活跃会话

• end_google_ai_session：结束会话，导出 Markdown，并默认关闭 bridge 创建的 Google AI 标签页

• export_google_ai_session：导出 Google AI 会话记录到 Markdown

• get_current_page：提取页面标题、URL、选中文本和可见正文

• get_selection：提取当前选中文本

• extract_google_results：从 Google 搜索结果页结构化抽取标题、链接和摘要

• detect_human_intervention：检测页面是否需要登录、验证码、授权或人工处理

• fill_text：向输入框、textarea 或 contenteditable 元素填入文本

• click_selector：点击指定 CSS selector 对应的元素

• ask_ai_page：向通用 AI 网页提交问题并读取回答；遇到登录/验证码时返回 needsUser=true

• run_js：在页面中运行 JavaScript 表达式

• wait_for_user：让 AI 暂停，等待人类在 Chrome 中完成登录、验证码或授权

自动化测试

测试计划见 docs/TEST_PLAN.md。

单元测试：

$HOME/.cache/codex-runtimes/codex-primary-runtime/dependencies/node/bin/node \
  --test $HOME/ai/chrome-bridge-mcp/test/unit.test.js

白盒覆盖率测试：

cd $HOME/ai/chrome-bridge-mcp
$HOME/.cache/codex-runtimes/codex-primary-runtime/dependencies/node/bin/node \
  --test \
  --experimental-test-coverage \
  --test-coverage-include=src/server.js \
  --test-coverage-lines=80 \
  --test-coverage-functions=80 \
  --test-coverage-branches=70 \
  ./test/unit.test.js

E2E 测试框架位于 test/run-e2e.js。默认测试使用本地 data: 页面，不依赖外网，不需要登录。

$HOME/.cache/codex-runtimes/codex-primary-runtime/dependencies/node/bin/node \
  $HOME/ai/chrome-bridge-mcp/test/run-e2e.js

测试会自动启动独立 Chrome，运行 MCP 协议和 CDP 集成用例，然后输出报告到：

$HOME/ai/chrome-bridge-mcp/reports

可选 Google 外网测试：

RUN_GOOGLE_TEST=1 $HOME/.cache/codex-runtimes/codex-primary-runtime/dependencies/node/bin/node \
  $HOME/ai/chrome-bridge-mcp/test/run-e2e.js

真实 Google 人工验收：

$HOME/.cache/codex-runtimes/codex-primary-runtime/dependencies/node/bin/node \
  $HOME/ai/chrome-bridge-mcp/scripts/manual-google-flow.js \
  "Chrome DevTools Protocol"

这个验收脚本会使用真实运行态：

~/runtime/.chrome-bridge-mcp/ChromeProfile

流程是：脚本从命令行接收搜索词，调用 MCP 工具打开 Google 并抽取结果。如果 Google 要求登录、验证码、同意条款或人工确认，脚本会停住；你在打开的 Chrome 窗口里处理完成后，回到终端按 Enter，脚本继续读取同一个标签页。报告会写入：

$HOME/ai/chrome-bridge-mcp/reports/manual-google-*.json
$HOME/ai/chrome-bridge-mcp/reports/manual-google-*.md

真实 Google AI 多轮讨论：

$HOME/.cache/codex-runtimes/codex-primary-runtime/dependencies/node/bin/node \
  $HOME/ai/chrome-bridge-mcp/scripts/manual-google-ai-chat.js \
  "用中文解释 Chrome DevTools Protocol，并给出三个适合自动化测试的应用场景"

脚本会打开真实 google.com 的 AI Mode。之后你可以在终端继续输入追问；如果页面要求登录、验证码、同意条款，或者需要你手动点进输入框，脚本会停住，等你在 Chrome 里处理后继续。报告会写入：

$HOME/ai/chrome-bridge-mcp/reports/manual-google-ai-chat-*.json
$HOME/ai/chrome-bridge-mcp/reports/manual-google-ai-chat-*.md

通过 Codex/Claude 界面和 Google AI 对话

面向日常使用时，不需要你记住标签页 ID。助理应该使用会话层工具：

start_google_ai_session -> continue_google_ai_session -> read_google_ai_session -> end_google_ai_session

你可以直接在 Codex 或 Claude Code 里说：

开一个 Google AI 会话，我们讨论“如何设计个人 AI 助理和 Chrome 的协作工作流”。我会逐轮追问，你负责把我的话转给 Google AI，再把它的回答带回来。

在 Codex 中不要使用 @ 作为前缀，因为它会触发 Codex 的文件/插件选择器。试行前缀改为 #g：

#g new <话题>   新开 Google AI 会话
#g <内容>       继续当前 Google AI 会话；没有会话则自动新开
#g              查看当前 Google AI 会话提示
#g read         读取当前会话状态
#g export       导出当前会话记录
#g end          导出当前会话记录并关闭对应 Chrome 标签页

示例：

#g new 我们讨论一下 Chrome bridge 的交互层设计
#g 第一版先不要做 UI，只做 CLI/MCP，会少哪些能力？
#g 把方案分成本周能做和以后再做

如果页面要求登录、验证码或同意条款，助理会告诉你去真实 Chrome 里处理。处理完后，你在 Codex/Claude 里说“继续”，助理继续同一个 Google AI 会话。

示例提示词

使用 chrome_status 和 list_tabs，然后总结当前 Chrome 页面。

用 search_google_and_extract 搜索“Claude Code MCP docs”；如果出现登录或验证码就等我处理，然后继续读取结果页。

读取我在 Chrome 中选中的文字，并整理成简洁的问题摘要。

Development

Directory Structure

• Runtime root: ~/runtime/.chrome-bridge-mcp

• Chrome profile: ~/runtime/.chrome-bridge-mcp/ChromeProfile

• Logs: ~/runtime/.chrome-bridge-mcp/logs

• Reports: reports/

Testing

# Unit tests
node --test test/unit.test.js

# E2E tests (default)
node test/run-e2e.js

# E2E tests with live Google search
RUN_GOOGLE_TEST=1 node test/run-e2e.js

# Manual Google flow
node scripts/manual-google-flow.js

# Manual Google AI chat
node scripts/manual-google-ai-chat.js

Coverage targets: line 80%, function 80%, branch 70%.

Latest test results: unit 32/32 (100%), E2E 13/13 (100%).

Multi-Machine Deployment

See docs/MULTI_MACHINE_DEPLOYMENT.md for deploying across multiple machines.

AI Client Integration

• Claude Code: scripts/install-claude-mcp.sh — registers MCP at user scope

• Codex: scripts/print-codex-mcp-config.sh — prints config for ~/.codex/config.toml

• Pi: scripts/install-pi-extension.sh — deploys extension to Pi runtime