跳转到正文
Agent 工具篇约 2 分钟
打开原图 ↗

浏览器与桌面操控 ​

网站转 CLI / 登录态与无头浏览器自动化,以及 Windows 桌面 Computer Use;让 Agent 操作真实网页与本机 GUI。

终端与 Coding Agent Harness 见 终端与 CLI Agent。

工具名称star 数项目介绍解读
Lightpanda41.4k为 AI Agent 与自动化从零写的无头浏览器(Zig,非 Chromium/WebKit):比 Headless Chrome 约省 16× 内存、快 9×;CDP / WebDriver BiDi,可接 Puppeteer / Playwright;lightpanda agent 用自然语言操作网页并导出可回放脚本;原生 MCP;Linux/macOS 与 Docker,Windows 走 WSL2;AGPL官网
OpenCLI30.9k网站 / 已登录 Chrome / Electron 应用变成确定性 CLI:内置 B站/知乎/小红书等 100+ 适配;Agent 经 opencli browser 操作登录态浏览器;可选 OpenCLIAppZread
ego lite21.8k给人与 AI Agent 并行共用的本机浏览器:Agent 在隔离 Space 跑网页自动化,可继承 Chrome 登录态;经 ego-browser Skill 接 Claude Code / Codex / Cursor;代码驱动(非 CLI 循环),零配置;当前 macOS,Win 内测中官网
Windows-MCP11.1kWindows 桌面 Computer Use 的 MCP:键鼠/截图/UI Snapshot、启停应用、文件系统与 PowerShell;uvx windows-mcp,接 Claude Code / Codex / Cursor 等;仅 Win10/11;MITGitHub
BrowserSkill10.1k腾讯开源:Agent 用本机已登录 Chrome/Edge(独立 Agent Window,可借还标签);bsk CLI + 扩展,Skill 接 Cursor / Claude Code / Codex 等;另有 DeepSeek Harness 插件;MITGitHub
WebCodex2.5k让 ChatGPT / Claude 等云端 Agent 经 MCP 用本机真实开发环境:仓库、Git、编译/测试与工具链留在本地;Desktop/CLI/Server/Runner;可单机或自托管多机;Apache-2.0GitHub

发现问题或有实践经验想分享? 参与讨论 ↗

把 AI 从「会聊天」推进到「能稳定交付」