Browsentic Vibe 项目

项目简介

Browsentic 是一款开源浏览器代理框架，把 AI Agent 行为拉回到你已经登录的真实浏览器（Chrome / Edge / Arc / Brave / Vivaldi / Opera / Firefox），由本地已经运行的 Claude Code / Codex 等 CLI Agent 直接接管网页操作。它通过本地扩展 + Bridge 中转，让"Agent 浏览器自动化"不再走"换一个新的干净无头浏览器"这条路，而是接管你正在使用的浏览器会话，所有通信绑定在 127.0.0.1 本地环回，不需要 API Key、不需要账户、不上传任何遥测数据。安装通过一行命令即可完成（macOS / Windows / Node 通用），扩展通过 Chrome Web Store 与 Firefox 附加组件商店自动更新。

核心功能

1. 原生会话接管：侧边面板运行在你已经登录的本地 Agent CLI 中（Claude Code / Codex / Antigravity），让 Agent 直接接管当前真实浏览器，而不是用隔离的无头浏览器或容器。
2. 50+ 确定性页面工具：覆盖点击、填表、滚动、拖拽、文件读取、上传下载、跨页面跳转等浏览器原生操作，每一项都是确定性执行。
3. Captcha 自动识别：内置验证码识别能力，Agent 在执行长链路任务时不需要人工输入验证码打断流程。
4. 录音 / 指向 / 语音输入：可以一次录制一段浏览器操作回放给 Agent 学习，或用鼠标指向特定元素告诉 Agent 你指的是什么，也可以用语音下达指令。
5. 定时任务与站点监控：可设置定时执行或站点条件监控，与系统调度器配合即可成为长驻守候助手。
6. 自动创建技能与现场补写工具：Agent 读完页面后可以自己生成技能文件，遇到未覆盖的页面操作也能现场写脚本并立刻运行保存。
7. 可选 MCP 服务器装载：开启 MCP Server 之后，外部 MCP 客户端（Claude Code / Cursor / Zed）可通过 stdio 连接并复用同一个浏览器。

技术实现

项目采用三层架构：浏览器扩展（Manifest V3 Service Worker）→ Browsentic Bridge（本地 Node 服务）→ Agent CLI（Claude Code / Codex 等）。扩展主动拨号至 Bridge，因为 Manifest V3 的 Service Worker 无法监听连接；一个 Bridge 实例只占用一个浏览器连接，多个 MCP 客户端可以共享同一个浏览器会话。整套实现使用 TypeScript 严格模式，macOS / Windows 提供独立桌面应用壳，安装包中集成 Node 与依赖，做到一行命令完成全部初始化。安全模型采用本地优先 / 零遥测 / 零账户原则：必须配对才建立连接、必须人工确认才执行高副作用操作、关键凭据在页面上密封后 Agent 才可读取、用户设置的禁用站点对所有 Agent 强制生效且在浏览器层强制执行。

快速上手

1. macOS：在终端执行 curl -fsSL https://browsentic.com/install.sh | sh，一行脚本自动下载桌面应用并完成全部配置。
2. Windows（实验性）：在 PowerShell 中执行 irm https://browsentic.com/install.ps1 | iex，桌面应用会自动安装。
3. 任意平台（需要 Node.js 20+）：执行 npx browsentic@latest setup，脚本会询问浏览器类型并打开对应商店页面。
4. 安装扩展：在打开的商店页面点击"添加至 Chrome"或"添加至 Firefox"，然后点击工具栏图标输入 setup 脚本显示的配对码完成绑定。
5. 启动 Agent：在侧边面板中选择已经登录的 Claude Code / Codex，提示词中输入任务如"打开我的邮箱把未读邮件按发件人整理成表格"。
6. 开启 MCP（可选）：执行 browsentic mcp 启动 MCP 接口，之后可在 Claude Code / Cursor / Zed 中以 stdio 方式连接，共享同一个浏览器。

适用人群

• 在真实浏览器中已经登录多个 SaaS 服务、希望 AI 助理代理接管页面操作的资深用户；
• 开发 Claude Code / Codex 等 CLI Agent 配套工具、需要复用真实浏览器会话的独立开发者；
• 需要处理 Captcha、表单填写、文件上传下载、定时巡检等复杂浏览器任务的产品 / 运营人员；
• 重视本地优先与隐私、不愿把浏览器会话暴露到云端代理的安全隐私拥护者。