一言以蔽之，现在还没有能让 Agent 操作我的浏览器的方案
比如很多时候我想让 Agent 帮我看一个网页、点几个按钮、抓一下登录后的内容，结果就会遇到这些问题：
- Playwright / Puppeteer 默认是一个全新的浏览器环境，没有我的登录态。
- 云浏览器就不用说了，完全没用
有些网站就是只有你本机 Chrome 里才是完整可用的：cookie 、localStorage 、扩展、登录态，全都在里面。之前尝试过几个项目：
- openclaw-broswer-relay: 可以做到，但是只有 openclaw 能用
- dotobot: 可以做到但是要连接别人服务器，而且只能读，不能操作浏览器
- agent-reach: 专注于获取信息，而不是操作浏览器
- opencli/opencli-rs: 把网站 cli 化，但很多时候我要的不是反复操作某个网页，就是要临时用各个网页
所以我做了个小东西，叫 Browser Relay 。它的作用很简单：把你本机 Chrome 接给任意 AI Agent 。
架构大概是这样：
任意 AI Agent
↓ HTTP API / MCP
本机 Relay Server
↓ WebSocket
Chrome Extension
↓ CDP
你的真实 Chrome 标签页
它能做这些事：
- 读取当前网页内容，输出成 Agent 友好的文本快照
- 点击按钮、输入文字、提交表单
- 滚动页面、截图
- 执行 JS
- 保留你的真实浏览器登录态、cookie 、localStorage 、扩展环境
也就是说，Claude Code 、Cursor 、Codex 、Hermes ，或者你自己写的 Agent 。为此我还专门提供了 skills ，对 agent 非常友好。
使用分三步，先安装：
npm install -g @linsoai/browser-relay
browser-relay status
安装 Chrome 扩展：
browser-relay path
chrome://extensions
打开开发者模式
Load unpacked
选择 browser-relay 的 extension 目录
安装 skill ，根据提示执行 npx skills 命令安装到对应的 agent 里:
browser-relay skill
然后就可以愉快地让 agent 操作你自己的浏览器了
最近这个项目为远程控制浏览器提供了一个全新的解决方案。
远程控制不是只放开 0.0.0.0 再加上个鉴权，触达性仍然是个问题。在内网和公网都很难拿到一个稳定的 IP 。
所以我选择了用中心服务 relay 的方式，浏览器插件和 cli 都连接到 relay ，relay 将双方进行转发。 relay 服务部署在 cf 上，你也可以一键安装； 浏览器插件端可以随时关闭远程连接功能或更换鉴权； cli 端支持对鉴权起别名，方便更大规模去管理浏览器。
顺手这波还更新了其他东西：console/network 日志远程也能读了。options 页面视觉升级了下，命令也新增了一些，更开箱即用。
欢迎来多玩玩点点 star
Select Language