暗无天日
·
browser-harness：让 AI 直接接管你的浏览器
内容提要
browser-harness 是一个开源项目，允许 AI 通过 Chrome DevTools Protocol 控制浏览器。该项目包含 daemon.py、helpers.py 和 run.py 三个主要部分，支持导航、截图和输入等基本操作。AI 还可以自动编辑 helpers.py，添加缺失的功能，适合用于 AI Agent 开发和企业系统自动化，但不适合高频率的生产环境。
关键要点
-
browser-harness 是一个开源项目，允许 AI 通过 Chrome DevTools Protocol 控制浏览器。
-
项目包含三个主要部分：daemon.py、helpers.py 和 run.py，支持基本操作如导航、截图和输入。
-
AI 可以自动编辑 helpers.py，添加缺失的功能，适合用于 AI Agent 开发和企业系统自动化。
-
browser-harness 通过 WebSocket 连接 Chrome 的 CDP 接口，提供原始的 CDP 能力。
-
安装需要 Python 3.10+ 和 Chrome 浏览器，并需启用远程调试。
-
基本操作包括打开新标签页、截图、点击和输入文本，AI 可以执行 JavaScript 代码。
-
AI 可以自我修复，自动添加缺失的功能到 helpers.py，提升灵活性。
-
项目内置 domain-skills 和 interaction-skills，帮助 AI 更高效地操作网站。
-
与 Playwright 和 Browser Use CLI 的区别在于，browser-harness 让 AI 自己处理复杂性，而不是封装接口。
-
适合用于 AI Agent 开发和企业内部系统自动化，但不适合高频率的生产环境。
延伸解读
项目适用场景
browser-harness 适合用于 AI Agent 开发和企业内部系统自动化，尤其是那些没有 API 的老旧系统。它能够处理复杂的浏览器任务，适合进行探索和原型验证。然而，对于高频率和低延迟的生产环境则不太适合，因其速度较慢且稳定性一般。
与其他工具的比较
与 Playwright 和 Browser Use CLI 相比，browser-harness 允许 AI 自行处理复杂性，而不是封装接口。这使得它在页面频繁变化和流程不可预测的场景下更具优势，而前者在稳定流程的场景下效率更高。
安全风险与注意事项
使用 browser-harness 时需注意安全风险，因为它赋予 AI 操控浏览器的能力，可能导致恶意网站诱导 AI 执行危险操作。此外，AI 在复杂任务中可能会迷路或做错决定，因此不适合用于关键生产系统。
延伸问答
browser-harness 的主要功能是什么？
browser-harness 允许 AI 通过 Chrome DevTools Protocol 控制浏览器，支持导航、截图和输入等基本操作。
如何安装 browser-harness？
安装需要 Python 3.10+ 和 Chrome 浏览器，并需启用远程调试，使用 git clone 下载后执行相关命令即可。
browser-harness 与其他自动化工具有什么区别？
与 Selenium 和 Playwright 不同，browser-harness 允许 AI 自己编写新函数和修复 bug，而不是仅调用预定义函数。
AI 如何在 browser-harness 中自我修复？
AI 可以自动编辑 helpers.py，添加缺失的功能，例如在发现没有上传文件的函数时，AI 会自己编写并添加该函数。
browser-harness 适合用于哪些场景？
适合用于 AI Agent 开发、企业内部系统自动化和浏览器任务探索，但不适合高频率的生产环境。
使用 browser-harness 进行截图的基本操作是什么？
使用 capture_screenshot() 函数可以进行截图，AI 通过截图理解页面状态并进行后续操作。
