浏览器自动化工具大横评：哪些能复用你的登录态？

一、为什么这个问题很重要

当 AI Coding Agent 要帮你操作浏览器时，第一个遇到的障碍就是登录态。

你想让它去 GitHub 提 Issue、去飞书查消息、去知乎看私信——结果它打开的是一个干净的、没有任何登录信息的浏览器实例。要么让你手动登录，要么就得想办法传递 Cookie。

市面上大多数浏览器自动化工具（Playwright、Puppeteer、Selenium）默认启动一个全新的浏览器实例，和你的日常浏览完全隔离。这对于自动化测试是好事，但对于 AI Agent 要替你办事来说，这就是最大的绊脚石。

所以在选型时，一个关键问题就是：这个工具能不能复用我当前 Chrome 的登录态？

本文将调研结果整理分享，覆盖 GitHub 上所有主流方案。

二、前提知识：CDP 是什么

所有浏览器自动化工具底层都离不开 Chrome DevTools Protocol（CDP）——这是 Google 为 Chrome/Chromium 设计的一套调试协议，通过 WebSocket 通信，可以控制浏览器的几乎所有行为：导航、点击、截图、执行 JS、读取 DOM……

Playwright / Puppeteer  ── 高层 API（方便，但开销大）
       ↓
CDP (WebSocket JSON)    ── 底层协议（最灵活，理解它才能选对工具）
       ↓
Chrome / Chromium       ── 真实浏览器

复用登录态的本质，就是让工具连接到你已经登录的那个 Chrome 实例，而不是自己启动一个新的。

三、技术路线分类

GitHub 上现有的方案按复用登录态的方式可以分为三大类：

路线 A：连你正在跑的 Chrome（推荐）

通过 chrome://inspect/#remote-debugging 开启调试端口，工具直接连接到你已经在使用的 Chrome。你的所有登录态、Cookie、插件天然可用。

已登录的 Chrome  ←── CDP WebSocket ──→ 自动化工具
                                              ↓
                                        AI Agent (pi / Claude Code / Cursor 等)

优点：零额外配置，登录态完整，还可以看到你当前的 tab 缺点：需要一个”桥接”步骤（开启调试端口）

路线 B：拷贝 Chrome Profile

启动独立的 Chrome 实例，但把你的 Chrome profile（含 Cookie、LocalStorage）复制过来用。

你的 Chrome Profile (Default)  ──拷贝──→  临时目录  ──→  新 Chrome 实例

优点：隔离性好，不会干扰你正在用的浏览器缺点：拷贝可能不完整（有些 session 态在内存中），需要等 Chrome 启动

路线 C：Chrome 扩展注入

通过 Chrome 扩展在浏览器内部注入 CDP 桥接能力，不走调试端口。

Chrome  ←── chrome.debugger API ──→  Chrome 扩展  ←── WebSocket ──→ Daemon  ──→ AI Agent

优点：不弹权限对话框，不需要额外开关，体验最丝滑缺点：需要安装扩展，架构更复杂

四、全网工具大横评

以下按路线分类，列出我在 GitHub 上找到的所有相关开源项目：

路线 A：连你正在跑的 Chrome

项目	Stars	语言	一句话总结
bb-browser	—	Node.js	你当前正在用的方案，36+ site adapter，103+ 命令
agent-chrome-cli	⭐ 新	Node.js	极轻量 CLI，`npm link` 即用，无 daemon
jabbarium	⭐ 新	Node.js	”一个可复用的 tab”，自带 AI skill 文件
chrome-cdp-skill	⭐ 新	Node.js	已支持 `pi install`，纯 CDP 直连，无依赖
browser-cdp	⭐ 经典	Node.js	老牌工具，支持 cookies/storage 导入导出
dev-browser	⭐	Rust + TS	沙箱执行 JS + Playwright 完整 API
browser-harness	⭐15k	Python	browser-use 的底层引擎，专为 coding agent 设计

代表工具详解：

agent-chrome-cli

npm link 即可安装，连接你正在跑的 Chrome，读取无障碍树（accessibility tree）并生成 @ref 定位元素。

# 列出你浏览器的所有 tab
agent-chrome tabs
# 输出: t1  https://github.com   GitHub
#       t2  https://gmail.com    Gmail

# 对特定 tab 拍照
agent-chrome --tab t2 snapshot -c

# 点击
agent-chrome --tab t2 click @e5

# 截图
agent-chrome --tab t2 screenshot

chrome-cdp-skill

设计理念最简洁——一个 .mjs 脚本 + 一个 SKILL.md，不需要任何 npm install。已经支持直接通过 pi install 安装。100+ tab 也能稳定工作。

# 直接在脚本里驱动
scripts/cdp.mjs list                              # 列出 tab
scripts/cdp.mjs snap   t1                         # 无障碍树快照
scripts/cdp.mjs click  t1 "#submit"               # CSS 选择器点击
scripts/cdp.mjs clickxy t1 800 500                # 坐标点击
scripts/cdp.mjs eval   t1 "document.title"        # 执行 JS

browser-harness（⭐15k）

browser-use 团队的”薄 CDP harness”方案。核心哲学是不给 Agent 抽象，给你自由——直接在浏览器上写 Python DSL。

browser-harness <<'PY'
new_tab("https://github.com")
print(page_info())
capture_screenshot()
click_at_xy(400, 300)
PY

支持本地 Chrome 和云浏览器两种模式。local 模式直接连你正在跑的 Chrome，全部登录态可用。

路线 B：拷贝 Chrome Profile

项目	Stars	描述
agent-browser（Vercel）	⭐36k	Rust 写的超高性能 CLI，`--profile "Default"` 拷贝 profile
browser-use（Python）	⭐40k+	最流行的 AI 浏览器框架，通过 BrowserProfile 复用
AI-Browser	⭐	Lightpanda + Chromium 双引擎，支持 cookies export/import

代表工具详解：

agent-browser（Vercel，⭐36k）

Vercel 出品，Rust 写的高性能浏览器自动化 CLI。通过无障碍树读页面，比截图方式省 17 倍 token。

# 连接已有 Chrome（路线 A 也可以）
agent-browser connect --port 9222

# 或者拷贝 profile 启动新实例（路线 B）
agent-browser open https://github.com --profile "Default"

# 核心操作
agent-browser snapshot              # 无障碍树 + refs
agent-browser click @e2             # 点击
agent-browser fill @e3 "text"       # 填写
agent-browser eval "document.title" # 执行 JS

内置 MCP Server，可作为 MCP tool 接入任何 AI Agent。

browser-use（⭐40k+）

目前最流行的 AI 浏览器自动化框架。默认启动独立 Chrome，但可以配置连接已有实例或使用 profile。

from browser_use import Agent, BrowserProfile

# 方式1：用已有 Chrome profile
agent = Agent(
    task="帮我查一下 GitHub 通知",
    browser_profile=BrowserProfile(
        user_data_dir="/path/to/Chrome/Default",
        headless=False,
    ),
)

# 方式2：连已有 Chrome
agent = Agent(
    task="...",
    browser_profile=BrowserProfile(
        cdp_url="http://localhost:9222",
    ),
)

也提供了 MCP Server：browser-use --mcp，暴露 15 个工具包括 retry_with_browser_use_agent（自主 Agent）。

路线 C：Chrome 扩展注入

项目	描述
WebBridge	Chrome 扩展 + daemon + 34 tools，支持 4 种 AI 工具的 skill
unibrowse	72 个 tool，支持多 tab 标签订位，MCP Server

代表工具详解：

WebBridge ⭐（推荐）

目前架构最优雅的方案。通过 Chrome 扩展的 chrome.debugger API 获取 CDP 控制权，不走调试端口。Daemon 提供 HTTP API。

AI Agent → HTTP POST /api/tool → Daemon (localhost:10087)
    → Chrome 扩展 → chrome.debugger → 你的浏览器

34 个内置 tool：

导航：navigate, back, forward, reload
截图：screenshot, snapshot, save_as_pdf
坐标 CUA：move, click, double_click, hover, scroll, drag
DOM CUA：get_visible_dom, click_element, type_element, element_info
表单：fill, send_keys, upload, clipboard
Tab 管理：list_tabs, new_tab, switch_tab, close_tab
脚本：evaluate

用法极简：

# 检查状态
curl http://127.0.0.1:10087/api/status

# 导航到页面
curl -X POST http://127.0.0.1:10087/api/tool \
  -H "Content-Type: application/json" \
  -d '{"name":"navigate","args":{"url":"https://github.com"}}'

# 截图
curl -X POST http://127.0.0.1:10087/api/tool \
  -H "Content-Type: application/json" \
  -d '{"name":"screenshot","args":{}}'

并且提供了 Cursor / Claude Code / Codex / OpenClaw 四种 AI 工具的 Skill 文件，复制即用。

unibrowse

72 个 tool，覆盖导航、DOM 交互、表单、Cookie、下载、历史、书签、扩展管理。支持多 tab 标签订位（自动生成 github.com、github.com-2 这类标签）。

// 列出所有已附加的 tab
browser_list_attached_tabs()
// 输出：[{ tabId: 123, label: "github.com", ... }, { tabId: 456, label: "gmail.com", ... }]

// 对特定标签操作
browser_screenshot({ tabTarget: "github.com" })
browser_navigate({ url: "https://example.com", tabTarget: 456 })

⚠️ 特殊补充：SeeClick

SeeClick 不算严格复用你正在运行的 Chrome，但它读取你的 Chrome profile 路径来启动一个附加了登录态的新实例。

from seeclick import Agent

# 安装后自动检测 Chrome profile
agent = Agent()
agent.run("打开 LinkedIn，找 Berlin 的 AI 初创公司")

独特之处在于它使用 有限状态机 + GPT-4o Vision 双引擎——普通操作用 FSM 确定性执行，选择器失败时回退到视觉定位。

五、核心参数对比

对比维度	bb-browser ✅	WebBridge	agent-chrome-cli	chrome-cdp-skill	SeeClick	browser-harness	agent-browser
路径	A	C（扩展）	A	A	B（拷贝）	A	A+B
连你当前 Chrome	✅	✅	✅	✅	❌	✅	✅(A模式)
安装复杂度	⭐ 无	⭐⭐⭐ build	⭐ npm link	⭐ 无依赖	⭐⭐ pip	⭐⭐ uv tool	⭐⭐ npm i
Site Adapter	✅ 36+平台	❌	❌	❌	❌	❌	❌
自主 Agent	❌	❌	❌	❌	✅	✅	✅
MCP 支持	❌	❌	❌	❌	❌	❌	✅
Pi 集成	✅ 内置	⚠️ HTTP	⚠️ CLI	✅ pi install	⚠️ Python	⚠️ Python	⚠️ CLI
核心语言	CLI	Node.js + 扩展	Node.js	Node.js	Python	Python	Rust
工具数量	103+ 命令	34 tools	20+ 命令	13 命令	3 agents	Python DSL	30+ 命令
Token 效率	高(无障碍树)	DOM 两者	无障碍树	无障碍树	截图+DOM	Python	无障碍树

六、选型建议

如果你已经在用 pi

你已经有了 bb-browser，它在这方面有一个很大的优势——36+ 平台、103+ site adapter。登录态的复用能力也是第一梯队（连你 Windows Chrome）。

如果你想补充自主 Agent的能力，最佳搭配是：

agent-browser 的 MCP Server（mcp_connect_stdio 即可接入，21 个 tool）
或者 WebBridge（Chrome 扩展 + HTTP API，34 tools，体验最丝滑）
或者 browser-harness（Python DSL，可编程性最强）

各场景最佳工具

使用场景	推荐工具	理由
快速信息获取	bb-browser	site adapter 一键搞定
简单页面交互	agent-chrome-cli	npm link 即用，无 daemon
复杂多步操作	browser-harness 或 browser-use MCP	自主 Agent 决策执行
无缝集成到已有 AI 工具	WebBridge	Chrome 扩展 + HTTP API + Skill 文件
极致性能	agent-browser	Rust 实现，token 省 17 倍
视觉理解	SeeClick	GPT-4o Vision 兜底
超多 tab	chrome-cdp-skill	100+ tab 稳定，`pi install` 即用

一句话总结

没有完美的工具，但一定有适合你场景的。

要登录态复用 + 信息获取 → bb-browser ✅
要自主 Agent + 登录态 → browser-harness / SeeClick
要轻量无依赖 → agent-chrome-cli / chrome-cdp-skill
要最全工具集 → unibrowse（72 tools）
要最丝滑体验 → WebBridge（Chrome 扩展注入）
要生态最全 → agent-browser（Vercel 出品，MCP 支持）

七、写在最后

这轮调研让我感受最深的一点是：开源社区对”AI Agent 控制浏览器”这件事的探索正在飞速进行。从去年底只有 Playwright/Puppeteer 两个选择，到现在十几款工具各具特色，这个领域的变化实在太快了。

如果你也在捣鼓 pi 或其他 AI Agent 的浏览器自动化，欢迎留言交流！

一、为什么这个问题很重要#

二、前提知识：CDP 是什么#

三、技术路线分类#

路线 A：连你正在跑的 Chrome（推荐）#

路线 B：拷贝 Chrome Profile#

路线 C：Chrome 扩展注入#

四、全网工具大横评#

路线 A：连你正在跑的 Chrome#

agent-chrome-cli#

chrome-cdp-skill#

browser-harness（⭐15k）#

路线 B：拷贝 Chrome Profile#

agent-browser（Vercel，⭐36k）#

browser-use（⭐40k+）#

路线 C：Chrome 扩展注入#

WebBridge ⭐（推荐）#

unibrowse#

⚠️ 特殊补充：SeeClick#

五、核心参数对比#

六、选型建议#

如果你已经在用 pi#

各场景最佳工具#

一句话总结#

七、写在最后#

一、为什么这个问题很重要

二、前提知识：CDP 是什么

三、技术路线分类

路线 A：连你正在跑的 Chrome（推荐）

路线 B：拷贝 Chrome Profile

路线 C：Chrome 扩展注入

四、全网工具大横评

路线 A：连你正在跑的 Chrome

agent-chrome-cli

chrome-cdp-skill

browser-harness（⭐15k）

路线 B：拷贝 Chrome Profile

agent-browser（Vercel，⭐36k）

browser-use（⭐40k+）

路线 C：Chrome 扩展注入

WebBridge ⭐（推荐）

unibrowse

⚠️ 特殊补充：SeeClick

五、核心参数对比

六、选型建议

如果你已经在用 pi

各场景最佳工具

一句话总结

七、写在最后