browser-control

收录理由

这个Rust编写的小型命令行工具，让LLM代理操作网页时不再需要维护Playwright或Selenium这类繁重的测试框架。它把浏览器的每个动作都封装成独立的shell子命令，直接通过Chrome DevTools协议与浏览器对话：启动浏览器、抓取页面快照并生成稳定的`@e1`/`@e2`元素引用、点击、填表、按键、执行任意JavaScript，全部可以像普通管道命令那样串联使用。这些元素句柄专门为模型输出设计，代理可以直接执行`click @e3`，不必依赖容易失效的手写选择器。当高层命令不够用的时候，原始`eval`和`cdp`命令能兜底，任何操作都不会卡住。后台守护进程会持续记录网络、控制台和事件环形缓冲，每次失败还会留下精简的trace文件，代理可以自己排查问题。无论连接本地Chrome，还是通过Browser Use、Steel、Hyperbrowser或Browserbase等云服务提供的远程会话，命令用法完全一致。由于不依赖LLM框架或MCP协议，它就是一个纯粹的shell工具，可以干净地嵌进现有的技术栈。