Browser Harness Vibe 项目

Browser Harness 是一款将 LLM 直接连接到用户真实浏览器（通过 CDP WebSocket）的编程智能体增强工具，Agent 在工作中遇到缺少的浏览器辅助函数时会自动编写并保存到本地工作区，实现"边用边学"的自我进化式自动化。

核心功能

1. 直连真实浏览器：通过 Chrome DevTools Protocol（CDP）的可编辑 WebSocket 连接到用户已有的 Chrome 浏览器，Agent 拥有与用户完全相同的浏览器视图，包括登录态、Cookie 和已打开的标签页，无需重新登录或模拟环境。
2. 自我进化式辅助函数：当 Agent 在执行任务过程中发现缺少某个辅助函数（如文件上传处理器）时，它会自动在工作区的 agent_helpers.py 中编写该函数，下次遇到同样场景时直接调用，无需人工介入。
3. 隐身模式保护：可选的隐身浏览模式，Agent 操作不会留下历史记录和 Cookie，适合处理敏感操作同时保护用户隐私。
4. 多标签页管理：支持同时操控多个浏览器标签页，可以并行执行不同任务或在一个标签页导航时保持另一个标签页的状态。
5. 浏览器录制回放：支持录制 Agent 的浏览器操作序列并支持回放，方便调试和复用自动化流程。
6. CAPTCHA 自动处理：内置 CAPTCHA 识别和处理能力，Agent 在自动化流程中遇到验证码时能够自动处理，提升全流程自动化成功率。

技术实现

Browser Harness 的核心是一个 CDP WebSocket 代理服务器，它允许 AI 智能体直接发送 CDP 命令到用户的 Chrome 浏览器实例。安装时需要在 Chrome 中开启"远程调试"模式（chrome://inspect/#remote-debugging），然后 Agent 即可通过 WebSocket 连接接管浏览器。项目将 agent_helpers.py 放在受保护目录之外（src/browser_harness/ 受保护，agent-workspace/agent_helpers.py 可由 Agent 写入），确保 Agent 的自我修改不会破坏核心代码，同时让修改持久保存。Browser Use Cloud 则提供了并行化能力，支持同时运行多个带实时预览、代理、隐身模式和 CAPTCHA 处理的浏览器实例，适合大规模自动化任务。

快速上手

1. 连接浏览器：在 Chrome 地址栏打开 chrome://inspect/#remote-debugging，勾选"Discover USB devices"和"Discover network targets"复选框，确保 Chrome 允许远程调试连接。
2. 安装 Harness：将以下提示词粘贴给任意编程智能体（Claude Code、Codex 等）："Install or upgrade browser-harness to the latest stable version with uv using Python 3.12, register the skill from browser-harness skill, and connect it to my browser." Agent 会自动完成安装和浏览器连接。
3. 开始任务：直接用自然语言描述任务，如"打开我的 Twitter 主页，找到我最新的 20 个视频帖子并下载它们"，Agent 会自动接管浏览器执行完整操作序列。

适用人群

适合需要 AI 智能体完成基于网页的复杂多步骤任务的开发者，如需要自动化操作需要登录态的网站、执行跨平台网页数据采集、或需要 AI 在真实浏览器环境中验证前端开发效果的工程师。对于需要在无头浏览器中运行但需要真实登录态的自动化测试场景，以及需要 AI 操控浏览器完成社交媒体管理、竞品监控等运营任务的用户，Browser Harness 提供了比传统无头浏览器更可靠的解决方案。