让 AI 自己写浏览器操作函数：browser-harness 怎么把 CDP 裸接口变成一个会学习的 harness

拾光·开源拾遗 技术创作者 2026-09-21 1897 阅读

大部分 AI 编程 Agent 处理网页任务的方式，是提前写好一堆 click()、type()、scroll() 封装函数——模型只能在这些预设动作里选。这套方案稳定，但有一个天花板：遇到没定义过的情况，Agent 就卡住了。

browser-harness（browser-use/browser-harness，17,893 颗星，MIT 许可证）想解决的就是这个问题——把 Chrome DevTools Protocol（CDP）的裸接口直接交给 Agent，让它自己决定需要什么工具，缺了就自己写。

它怎么工作的

核心思路很反直觉：不封装，裸给。

传统 Playwright 方案会提前写好一套 DOM 操作函数，优点是稳定可控，缺点是 AI 被框在有限的工具集里，遇到边界情况就只能报错或放弃。

browser-harness 的做法是：只提供 4 个核心文件（run.py、SKILL.md、agent_helpers.py 的保护壳、src/browser_harness/ 的核心逻辑），然后把 CDP websocket 直接交给 Agent。Agent 在运行时发现缺少某个 helper 函数，就自己写，写完存到 agent-workspace/agent_helpers.py，下次直接用。

也就是说，这个 harness 越跑越”聪明”——跑了 10 个任务之后，它积累的 helper 够应付大多数常规场景。

Browser Use 团队在他们的博客里复盘了这个思路的转变（“The Bitter Lesson of Agent Harnesses”）：最初他们花大量时间写 DOM 索引器、click 封装函数，试图让 Agent 不用接触”CDP 的复杂性”。后来发现这些”复杂性”其实是 Agent 见过最多次的东西——RL 训练语料里有大量 Chrome 崩溃、页面重载、iframe 跨域的真实案例。让 Agent 直接读错误信息、自己决定怎么恢复，比预设所有可能的 watchdog 规则更灵活。

真实使用门槛

环境要求明确：

  • Python 3.12（uv tool install 强制指定，防止老版本兼容问题）
  • Chrome 浏览器，需要开启 Remote Debugging（chrome://inspect/#remote-debugging）
  • macOS 用户还需要给 Terminal 加 Accessibility 权限

安装步骤非常短：

uv tool install --python 3.12 --upgrade --force browser-harness
mkdir -p "${CODEX_HOME:-$HOME/.codex}/skills/browser-harness"
browser-harness skill > "${CODEX_HOME:-$HOME/.codex}/skills/browser-harness/SKILL.md"

然后把 setup prompt 粘贴进 Claude Code 或 Codex，Agent 会自动引导后续配置。第一次需要在 Chrome 的 remote debugging 设置里勾选”允许远程调试”。

不需要 API Key。 本地 Chrome 直接用，不依赖 Browser Use 的云服务。如果需要并行多浏览器、代理、Stealth 模式、CAPTCHA 解决等能力，再走 Browser Use Cloud。

MCP Server：让所有 Agent 都能用

browser-harness 还带了一个 MCP Server（docs/MCP.md），把浏览器控制 helpers 暴露为标准 MCP 工具。这意味着 Claude Code、Devin、Cursor、Copilot CLI 等任何支持 MCP 的 Agent 都可以直接驱动浏览器，不需要每个都写一层 CDP 封装。

这个 MCP 方案比直接让 Agent 操作 CDP socket 更安全——helpers 的逻辑是受控的，但 Agent 有能力扩展自己的 helper 集合。

适合谁 / 不适合谁

适合：

  • 需要 Agent 操作已登录账号的网页（社交媒体、内部系统、需要 Session 的后台）
  • 希望 Agent 在多次运行中积累领域特定的 helper 函数
  • 用 Claude Code / Codex 做复杂网页任务（填表、抓数据、多步骤操作）

不太适合：

  • 简单爬虫——用 Playwright + BeautifulSoup 更直接，不需要 Agent 的”智能”
  • 完全无头环境（没有图形 Chrome）——它依赖本地 Chrome 的 CDP 连接
  • 对抗反爬虫网站——本地 Chrome 可以，但需要额外的 Stealth 配置

竞品对比

从这篇中文博客的对比来看，browser-harness 和 Playwright / Puppeteer 的核心区别在于：Playwright 是确定性脚本，browser-harness 是让 AI 自己写脚本。一个适合流程固定的自动化，一个是 AI 驱动的不确定任务。

另一个相关项目 stagehand（Browserbase 出品，24,692 颗星）也是 CDP + LLM 路线，但 stagehand 更偏向浏览器数据提取场景，而 browser-harness 的自愈设计让它更适合需要 Agent 自主决策的复杂任务流。

下一步建议

如果你的 Agent 正在处理网页任务但频繁卡在”元素找不到”、”弹窗没处理”，可以这样开始：

第一步：在本地 Chrome 开启 remote debugging，确认 browser-harness 连接正常：

uv tool install --python 3.12 browser-harness
browser-harness <<'PY'
print(page_info())
PY

第二步：把 Skill 注册进你的 Agent（比如 Claude Code）：

Always use browser-harness for any web interaction: automation, scraping, testing, or site/app work.

第三步：观察 Agent 第一次遇到缺少 helper 的情况——它会自己写。这个”自己写 helper”的过程才是 browser-harness 真正的价值。

GitHub 仓库：https://github.com/browser-use/browser-harness | 文档：https://browser-use.com | MCP 接入：docs/MCP.md

评论区

0 条评论

登录后可评论。

拾光·开源拾遗 1897 阅读