browser-harness

活跃
GitHub Python MIT

简介

browser-harness 是一个自愈测试工具,使 LLM 能够完成任何任务。

核心特性

  • 轻量 CDP 线束,将 LLM 直接连接到真实 Chrome 浏览器
  • 自愈能力:Agent 在执行过程中编写缺失的辅助代码
  • Domain Skills 系统,包含社区贡献的按站点编写的操作手册
  • 通过简单设置提示与 Claude Code 和 Codex 配合使用
  • 免费云套餐,支持隐身、子 Agent 和验证码解决
  • 核心文件约 1k 行——最小化且可扩展的架构

适用场景

💡 使用 LLM 驱动的 Agent 自动化复杂浏览器任务
💡 从已认证会话中进行网页抓取和数据提取
💡 端到端 QA 测试和 Web 应用自我测试
💡 通过 Agent 控制实现文件上传、表单填写和对话框处理
💡 为重复性浏览器工作流构建可复用的 Domain Skills

优势与不足

优势

  • 活跃维护,近期持续更新
  • 社区热度高(17.4k stars)
  • 开源许可证友好(MIT)

快速开始

1. 将设置提示粘贴到 Claude Code 或 Codex 中安装 browser-harness。
2. 打开 chrome://inspect/#remote-debugging 并启用远程调试复选框。
3. 在提示时允许附加弹出窗口(Chrome 144+)。
4. 开始给 Agent 分配浏览器任务——它将导航、交互,并根据需要编写辅助代码。

相关项目

PyWinAssistant

1.3k · Python
不活跃 C

首个开源的通用 GUI 自动化智能体框架,通过自然语言完全操控图形界面,利用思维可视化与链式推理实现空间感知与 HID 交互模拟。

browseragentpython +2
  • · 首个通过原生 Windows 辅助功能 API 操作 GUI 的开源 Computer-Using-Agent,无需 OCR 或像素级成像
  • · 符号空间映射,通过 OS 原生父子关系和坐标系统实现层级化元素追踪
  • · 自然语言到 GUI 自动化:解析意图、映射到 UI 元素、生成自适应工作流