使用 agent-browser-cli 进行浏览器感知和控制。适用于标签页扫描/切换、页面 JS 执行、Cookie、CDP、contentSettings、截图、文件上传、下拉框点击、tmwd_cdp_bridge 初始化和 Web 工具排障
使用 agent-browser-cli 进行浏览器感知和控制。适用于标签页扫描/切换、页面 JS 执行、Cookie、CDP、contentSettings、截图、文件上传、下拉框点击、tmwd_cdp_bridge 初始化和 Web 工具排障
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。
0.3.5assets/tmwd_cdp_bridgeWSL 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。
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`。skills/agent-browser-cli/SKILL.md,提供ai参考使用。.
├── Cargo.toml # Rust 工程配置
├── src/ # Rust CLI / 常驻服务 / bridge
├── assets/tmwd_cdp_bridge/ # Chrome MV3 扩展
├── assets/simphtml_opt.js # 页面简化脚本
├── assets/simphtml_find_list.js # 列表识别脚本
├── npm/ # npm 启动脚本
└── skills/agent-browser-cli/ # skillnpm install -g @sleepinsummer/agent-browser-cli
agent-browser-cli tabscargo build --release
./target/release/agent-browser-cli tabs推荐从 最新 Release 下载 chrome-extensions.zip,下载后解压,Chrome 打开 chrome://extensions,开启“开发者模式”,点击“加载已解压的扩展程序”,选择解压后的 tmwd_cdp_bridge 目录。
本地源码构建时,也可以直接加载扩展目录:
assets/tmwd_cdp_bridgeabout:blank 或 chrome:// 页面。本次隐藏 手动隐藏,本次服务连接周期内不再显示,约 300 秒服务断开并下次重连后恢复。18765:默认插件 WebSocket 端口,Chrome 扩展连接使用,可通过 agent-browser-cli set-extension-port 修改。18767:CLI HTTP API 端口,供 CLI 复用会话,不能作为插件端口使用。CLI 修改插件端口:
agent-browser-cli set-extension-port 18766该命令会写入配置文件;如果 daemon 正在运行,会自动重启 daemon,让新端口立即生效。
也可以手动修改配置文件。配置文件位于 ~/.agent-browser-cli/config.json,不存在时会自动生成:
{
"extension_port": 18765
}手动修改示例:
{
"extension_port": 18766
}手动改配置后需要执行 agent-browser-cli restart,daemon 才会按新端口重新监听。
Chrome 插件 popup 中也可以修改插件端口并立即重连。插件端口必须和 CLI 配置中的 extension_port 一致。
多 Chrome Profile / 多浏览器实例下,profile_id 和 browser_id 较长。可以给每个 Chrome Profile 设置短 label,之后用 --profile 操作。
agent-browser-cli lookup tab
agent-browser-cli lookup browser
agent-browser-cli profile-label set work --profile
agent-browser-cli tabs --profile work也可以在对应 Chrome Profile 的扩展 popup 中设置 Profile Label。label 只作为别名,内部路由仍使用 browser_id:profile_id:tab_id;如果当前 daemon 内 label 匹配到多个 profile,CLI 会报歧义。推荐用 CLI 设置 label,因为 CLI 会校验当前 daemon 内跨 Profile 唯一性;popup 是本地便捷入口,不保证跨 Profile 唯一。tabtree 默认截断 URL 并省略 session_key 以减少 token,需完整字段时加 --full。
扩展不再默认重写页面的 alert / confirm / prompt。只有 CLI 执行页面脚本命令期间会临时抑制原生弹窗,命令结束后恢复,避免长期污染业务页面全局函数。
agent-browser-cli tabs
agent-browser-cli open https://www.baidu.com成功时会返回:
{
"ok": true,
"result": {
"status": "success",
"metadata": {
"tabs_count": 1
}
}
}README 只保留快速入口;完整命令和浏览器操作 SOP 见 skills/agent-browser-cli/SKILL.md。
…完整版本记录见 CHANGELOG.md。
ai一句话更新
请阅读 https://github.com/sleepinginsummer/agent-browser-cli/blob/main/AI_INSTALL.md,按说明更新 CLI、重新下载插件 zip 到用户指定位置,用户手动加载 Chrome 扩展,并更新相关 SKILL.md。如果 Chrome 扩展有更新,在 chrome://extensions 中重新下载 zip 覆盖,然后重新加载 assets/tmwd_cdp_bridge 扩展。
先停止常驻服务:
agent-browser-cli stop然后按需清理:
npm uninstall -g @sleepinsummer/agent-browser-cli
rm -f .agent-browser-cli.log .agent-browser-cli.lock
rm -rf ~/.agents/skills/agent-browser-cli最后在 Chrome 扩展管理页中移除 TMWD CDP Bridge 扩展,或删除已加载的 assets/tmwd_cdp_bridge 扩展配置。
MIT License. See LICENSE.
暂无开放 Issues,或尚未同步最近议题。