详细介绍
产品定位
Browser Harness 是一款将大语言模型直接连接到真实浏览器的工具,帮助模型在浏览器环境中自主完成各种任务。它通过 CDP(Chrome DevTools Protocol)WebSocket 与浏览器保持双向通信,使模型能够感知页面状态、模拟用户操作并获取执行结果。
核心技术
核心在于自愈式的 Harness 机制。传统的浏览器自动化脚本在遇到未知页面或新交互时会卡住,而 Browser Harness 在检测到缺失的帮助函数时,会让模型在本地工作区自行编写并保存相应的 helper,随后继续执行,从而实现“边做边学”。这种方式让每一次任务都有可能为后续工作积累可复用的能力。
工作流程
工作流程可以用一个典型例子来演示:当模型需要上传文件而当前环境中没有对应的上传函数时,Harness 会提示“helper missing”,随后在 agent‑workspace/agent_helpers.py 中生成代码,加载后再完成上传。整个过程对用户透明,且生成的 helper 可在后续任务中复用,显著提升了自动化脚本的适应性。
本地使用与云端扩展
在本地使用场景下,Browser Harness 直接对接用户已登录的 Chrome,保持会话、Cookie 和个人偏好,这对需要访问私人账号或执行基于登录状态的自动化任务尤为便利。若需要并行运行大量浏览器实例,或要求更高的匿名性、代理 IP、验证码解决等高级能力,可切换到 Browser Use Cloud 服务,实现多浏览器同步管理和实时预览。
安装与配置
安装与配置十分简洁。通过 uv(Python 包管理器)一键获取最新稳定版,注册 Harness skill 后,系统会引导打开 chrome://inspect/#remote-debugging 并在首次连接时勾选允许调试的复选框。整个过程不依赖额外的前端服务,也不破坏原有浏览器环境,用户可以随时决定是否开启本地录制功能。
社区贡献与发展
Browser Harness 采用开源协作模式,欢迎社区提交 bug 修复、文档改进以及针对特定网站或业务场景的领域技能(domain skill)。项目结构遵循核心代码










