为了让 Agent 直接操作我的本地 Chrome，我做了个 Browser Relay
- 内容介绍
- 文章标签
- 相关推荐
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、Windsurf，或者你自己写的 Agent，只要能调 HTTP 都能用。为此我还专门提供了 skills。
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
------------补充-----------
评论里大家提到的东西我之前有用过的，也有去试用的，统一回复下。
- playwright 类方案，试了，都会导致浏览器和 tab 顶到前台，如果你有方案不会，请联系我
- claude in chrome 魔改之类的，首先这东西不开放，其次用法不优雅，没意思。可借鉴，但我不会去用。
- MCP 这类协议也不在考虑范围内，skill 可以按需加载，MCP 每次都要加载一堆东西，即使用不着，这东西在我这里已经面临淘汰了
- agent_browser 我也用过，难用，或者说跟我的需求不匹配，我就是要 AI 看到并使用我的浏览器，给它一个单独的浏览器没有任何意义
- browser-harness 的我还没试，但是友人对比后反馈「这一坨就是狗屎，千万别用」
这个项目马上会开源，其实很简单，就是根据 openclaw-browser-relay 把鉴权那块改了改，加上了更方便的安装和 skill，更加开放更加开箱即用。
下一步应该会加强 agent 操作的友好化，例如操作时减少转义工作，加强操作功能，加强与其他机器的浏览器的连通性
项目已开源：GitHub - reliefeai/browser-relay · GitHub
网友解答：--【壹】--：
playwright不会，Chrome会！
--【贰】--：
这个好像还真可以 我记得让hermes写了个shared-browser的skill 他可以通过cdp调用你Windows电脑上的chrome浏览器 chrome在wsl里对应了路径好像是 /mnt/c里面 然后可以有个启动命令指定profile持久化的路径 手动登录之后 登录态还有cookies之类的都能持久化 然后工具调用的话应该也是hermes原生的浏览器工具
--【叁】--：
蹲一波使用，我也在搞这个cdp，尝试从wsl里面遥控宿主的windows chrome独立profile来模拟登录
--【肆】--：
刚试了下：
- 直接传入我的 profile 会报错 “profile is already in use”
- 尝试用 CDP + playwright 会遇到老问题
通过 CDP 连接 Chrome 会需要授权，且一段时间不用下次再用还需要授权，根据我之前的体验大概不到 24 小时就要重新授权一次
Google Chrome 2026-04-27 18.52.461170×680 97.9 KB
我的方式是直接控制 tab 页，不会弹出不会聚焦，不耽误自己使用浏览器。你用你的，它用它的。
--【伍】--：
其实也不是不行，佬也可以体验下我这个捉捉虫，更加开放而且 Agent 友好
--【陆】--：
它操作的时候依然会把浏览器顶到前台吧，不能做到人机共用
--【柒】--：
我今天ai用playwright我切标签切应用，感觉没影响，在公司用Chrome mac老是跳屏幕到浏览器那个桌面
--【捌】--：
刚刚在烦恼这个ai控制怎么弄就刷到了，agent_browser一直桥接断连不懂为什么，试试佬的
--【玖】--：
奇怪，我用的 headless 模式，没有让我授权呀，直接就去操作了
--【拾】--：
Playwright装个扩展，输入key，可以免弹窗
--【拾壹】--：
我前面发现谷歌浏览器的 CDP 可以让 AI 类人操作浏览器，实际也是用的 devtools，导致某些反自动化的网站就会检测到而跳转到错误页面，不知道这个 skills 能不能解决这个问题
--【拾贰】--：
playwright有个扩展模式，可以设置的，然后装个扩展，填key
--【拾叁】--：
这个可以读局域网其他设备里的浏览器吗？和 devtools 一样效果吗，还是只能读页面，snapshot
--【拾肆】--：
这个可以考虑，目前默认是只监听了 localhost 没有开放给本机之外（安全起见）
你在另一台机器启动 relay 的时候修改下 host
BROWSER_RELAY_HOST=0.0.0.0 BROWSER_RELAY_PORT=18795 browser-relay
然后在本地就可以这样去操作：
curl http://192.168.x.x:18795/api/tabs
把要操作的 ip port 告诉 agent 就行
--【拾伍】--： PHP 码农:
奇怪，我用的 headless 模式，没有让我授权呀，直接就去操作了
不需要授权，只要授权给浏览器插件就可以了，这个是通过浏览器插件，和浏览器进行交互的，不是通过 CDP DevTools 之类的交互的
--【拾陆】--：
Claude in Chrome 不能满足吗？
我认为你应该使用的挺不错的CC Patchimage1196×2258 484 KB
甚至更早的
【硬核开源mcp-chrome】一个chrome插件，能让任意chatbot接管你的chrome浏览器
--【拾柒】--：
CDP 的问题是老需要授权，授权是有时效的
--【拾捌】--：
这个可以远程无gui环境里面遥控吗，比如wsl里面遥控宿主机的
--【拾玖】--：
我用的 playwright-cli ，是可以使用已有登录态的，而且我有多个 chrome profile 的情况下，还可以指定使用某个 profile，完全没问题
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、Windsurf，或者你自己写的 Agent，只要能调 HTTP 都能用。为此我还专门提供了 skills。
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
------------补充-----------
评论里大家提到的东西我之前有用过的，也有去试用的，统一回复下。
- playwright 类方案，试了，都会导致浏览器和 tab 顶到前台，如果你有方案不会，请联系我
- claude in chrome 魔改之类的，首先这东西不开放，其次用法不优雅，没意思。可借鉴，但我不会去用。
- MCP 这类协议也不在考虑范围内，skill 可以按需加载，MCP 每次都要加载一堆东西，即使用不着，这东西在我这里已经面临淘汰了
- agent_browser 我也用过，难用，或者说跟我的需求不匹配，我就是要 AI 看到并使用我的浏览器，给它一个单独的浏览器没有任何意义
- browser-harness 的我还没试，但是友人对比后反馈「这一坨就是狗屎，千万别用」
这个项目马上会开源，其实很简单，就是根据 openclaw-browser-relay 把鉴权那块改了改，加上了更方便的安装和 skill，更加开放更加开箱即用。
下一步应该会加强 agent 操作的友好化，例如操作时减少转义工作，加强操作功能，加强与其他机器的浏览器的连通性
项目已开源：GitHub - reliefeai/browser-relay · GitHub
网友解答：--【壹】--：
playwright不会，Chrome会！
--【贰】--：
这个好像还真可以 我记得让hermes写了个shared-browser的skill 他可以通过cdp调用你Windows电脑上的chrome浏览器 chrome在wsl里对应了路径好像是 /mnt/c里面 然后可以有个启动命令指定profile持久化的路径 手动登录之后 登录态还有cookies之类的都能持久化 然后工具调用的话应该也是hermes原生的浏览器工具
--【叁】--：
蹲一波使用，我也在搞这个cdp，尝试从wsl里面遥控宿主的windows chrome独立profile来模拟登录
--【肆】--：
刚试了下：
- 直接传入我的 profile 会报错 “profile is already in use”
- 尝试用 CDP + playwright 会遇到老问题
通过 CDP 连接 Chrome 会需要授权，且一段时间不用下次再用还需要授权，根据我之前的体验大概不到 24 小时就要重新授权一次
Google Chrome 2026-04-27 18.52.461170×680 97.9 KB
我的方式是直接控制 tab 页，不会弹出不会聚焦，不耽误自己使用浏览器。你用你的，它用它的。
--【伍】--：
其实也不是不行，佬也可以体验下我这个捉捉虫，更加开放而且 Agent 友好
--【陆】--：
它操作的时候依然会把浏览器顶到前台吧，不能做到人机共用
--【柒】--：
我今天ai用playwright我切标签切应用，感觉没影响，在公司用Chrome mac老是跳屏幕到浏览器那个桌面
--【捌】--：
刚刚在烦恼这个ai控制怎么弄就刷到了，agent_browser一直桥接断连不懂为什么，试试佬的
--【玖】--：
奇怪，我用的 headless 模式，没有让我授权呀，直接就去操作了
--【拾】--：
Playwright装个扩展，输入key，可以免弹窗
--【拾壹】--：
我前面发现谷歌浏览器的 CDP 可以让 AI 类人操作浏览器，实际也是用的 devtools，导致某些反自动化的网站就会检测到而跳转到错误页面，不知道这个 skills 能不能解决这个问题
--【拾贰】--：
playwright有个扩展模式，可以设置的，然后装个扩展，填key
--【拾叁】--：
这个可以读局域网其他设备里的浏览器吗？和 devtools 一样效果吗，还是只能读页面，snapshot
--【拾肆】--：
这个可以考虑，目前默认是只监听了 localhost 没有开放给本机之外（安全起见）
你在另一台机器启动 relay 的时候修改下 host
BROWSER_RELAY_HOST=0.0.0.0 BROWSER_RELAY_PORT=18795 browser-relay
然后在本地就可以这样去操作：
curl http://192.168.x.x:18795/api/tabs
把要操作的 ip port 告诉 agent 就行
--【拾伍】--： PHP 码农:
奇怪，我用的 headless 模式，没有让我授权呀，直接就去操作了
不需要授权，只要授权给浏览器插件就可以了，这个是通过浏览器插件，和浏览器进行交互的，不是通过 CDP DevTools 之类的交互的
--【拾陆】--：
Claude in Chrome 不能满足吗？
我认为你应该使用的挺不错的CC Patchimage1196×2258 484 KB
甚至更早的
【硬核开源mcp-chrome】一个chrome插件，能让任意chatbot接管你的chrome浏览器
--【拾柒】--：
CDP 的问题是老需要授权，授权是有时效的
--【拾捌】--：
这个可以远程无gui环境里面遥控吗，比如wsl里面遥控宿主机的
--【拾玖】--：
我用的 playwright-cli ，是可以使用已有登录态的，而且我有多个 chrome profile 的情况下，还可以指定使用某个 profile，完全没问题