Chrome Actuator
Chrome Actuator
Неофициальный компаньон: управляйте уже открытым окном Chrome из агента (протестировано с Grok Build). Новые действия размещаются в розовой группе вкладок Actuator в текущем сеансе, а не в новом окне Chrome.
tabs_create → snapshot → press @e12 / fill @e5 "text" → settlev1 — это актуатор, а не чат-бот в боковой панели. Агент остаётся в терминале.
Расширение видит страницу, присваивает ссылки @eN и выполняет клики/ввод. Ваши куки
и логины остаются в Chrome.
Не аффилировано с, не одобрено и не спонсировано xAI. «Grok» и «Grok Build» являются товарными знаками xAI, используемыми здесь только для описания совместимости. См. УВЕДОМЛЕНИЕ.
Статус
Фазы 0–3 внедрены. pnpm gauntlet охватывает модульные тесты, актуатор
скрипта содержимого и активную вкладку Chromium, управляемую через родные сообщения.
Фаза | Что | Состояние |
0 | Рабочее пространство, стабильный id расширения, боковая панель | готово |
1 | Подтверждение связи через родные сообщения | готово |
2 | snapshot / press / fill на реальной вкладке | готово |
3 | Плагин агента + | готово |
Related MCP server: Jev Browser Bridge
Загрузка расширения
cd /path/to/chrome-actuator
pnpm install
pnpm --filter @chrome-actuator/extension buildОткройте
chrome://extensionsВключите Режим разработчика
Загрузить распакованное →
packages/extension/distЗакрепите расширение и нажмите на него (или
Cmd+Shift+G)
Затем зарегистрируйте родной хост (один раз) и полностью закройте Chrome:
node packages/host/dist/install.js--trust при установке плагина позволяет агенту управлять этим профилем Chrome.
Делайте это только если доверяете агенту.
grok plugin install ./packages/plugin --trustБоковая панель должна показывать connected после запуска MCP-хоста.
pnpm gauntlet # unit + L3 + live native-messaging L4Стабильный id распакованного расширения (из сохранённого в манифесте ключа key): lgkcgenkjaalkfnpmglgpfclkaokblfj
Решения, которые мы не будем пересматривать
Мозг в агенте, тело в Chrome. Никакого цикла LLM внутри расширения в v1.
Родные сообщения, не WebSocket, не Playwright, не agent-device-the-binary.
Только контракт agent-device (
snapshot/press/fill).Без
chrome.debuggerв v1 (без жёлтой информационной панели).Независимая реализация. Не копируйте чужой бренд, товарные знаки или результаты обратного проектирования в этот репозиторий.
Схема
packages/shared protocol, snapshot grammar, target parser
packages/extension MV3 side panel + service worker
packages/host MCP + native host
packages/plugin Grok Build plugin (compatibility layer)Тесты
pnpm --filter @chrome-actuator/shared testЛицензия
MIT. См. ЛИЦЕНЗИЯ и УВЕДОМЛЕНИЕ.
This server cannot be deployed
Maintenance
Related MCP Connectors
Automate cloud Chrome—navigate, click, type, screenshot, run code, record screen video
- TabfleetOAuthcom.tabfleet
Launch, inspect, control, and share isolated cloud browsers for your agents.
Run multi-step tasks in a real Chrome browser: persistent environments, live view, human takeover.
Hosted real Google Chrome MCP with per-user persistent state. Navigate, click, type, screenshot.
Related MCP Servers
- AlicenseNot gradedqualityAmaintenanceEnables remote agents to control a local Chrome/Edge browser via MCP, supporting navigation, snapshots, clicks, typing, screenshots, and script execution.166 npmISC
- AlicenseBqualityAmaintenanceEnables MCP agents to drive an already signed-in Chrome or Edge browser through a local extension bridge, controlling existing tabs and opening task-related HTTP(S) tabs without remote debugging or profile copying.23MIT
- AlicenseAqualityBmaintenanceEnables agents to reuse a human-completed Chrome login session to open confirmed origins, read visible page text, and perform single click, fill, or key press actions without ever handling passwords or exposing cookies.6MIT
- AlicenseNot gradedqualityAmaintenanceEnables MCP agents to drive the user's already-open Chrome profile through a Manifest V3 extension and loopback bridge, listing and controlling existing tabs, capturing screenshots, and sending clicks, typing, drags and key holds via an independent on-page cursor without moving the system mouse. It also supports form filling, console and network inspection, read-only or confirmed JavaScript execution, file and PDF downloads, and game-style screenshot/action loops with snapshot recovery and an emergency stop.MIT