浏览器自动化如何工作
Onevium 通过原生消息桥接连接 Chrome。Chrome 扩展经由本地 Socket 与桌面应用通信,不会让网络流量离开你的电脑。桥接启用后,Claude 可以使用 18 项浏览器工具,并与文件编辑、终端命令及其他能力配合工作。
第 1 步:安装 Chrome 扩展
从 Chrome Web Store 安装 "Claude in Chrome" 扩展。该扩展由 Anthropic 发布,兼容 Chrome、Edge、Arc、Brave、Vivaldi 及其他基于 Chromium 的浏览器。
Chrome Web Store 链接:https://chromewebstore.google.com/detail/claude-for-chrome/fcoeoabgfenejglbffodgkkbkcdhcgfn
第 2 步:注册原生消息主机
安装扩展后,还需要注册原生消息主机,让扩展能够与 Onevium 通信。在终端中运行以下命令:
claude --chrome
该命令会在当前浏览器与操作系统对应的位置创建原生消息主机清单。Onevium 启动时会自动检测这份清单。
- macOS: ~/Library/Application Support/Google/Chrome/NativeMessagingHosts/com.anthropic.claude_code_browser_extension.json
- Windows: Registry key under HKCU\SOFTWARE\Google\Chrome\NativeMessagingHosts\
- Linux: ~/.config/google-chrome/NativeMessagingHosts/com.anthropic.claude_code_browser_extension.json
第 3 步:在 Onevium 中启用 Chrome 集成
打开 Onevium,进入连接器面板并启用 Chrome 集成。状态指示器会显示连接状态,绿点表示桥接已经启用。
在 macOS/Linux 上,桥接通过 Unix Socket (/tmp/claude-mcp-browser-bridge-{username}/) 通信;在 Windows 上则使用命名管道。无需手动配置,系统会自动发现连接。
可用的浏览器工具
连接成功后,Claude 可以在每个聊天会话中使用以下工具。Claude 会根据你的提示词自行选择,也可以由你明确指定。
- navigate — 打开 URL、访问链接并切换标签页。
- read_page — 按选择器提取页面内容、DOM 结构或特定元素。
- get_page_text — 获取当前页面的全部文本内容。
- computer — 截取屏幕并执行点击、输入、滚动和拖拽等操作。
- form_input — 按标签或选择器填写表单字段。
- find — 查找页面中与查询匹配的元素。
- javascript_tool — 在浏览器控制台中执行 JavaScript。
- read_console_messages — 读取 console.log 输出、警告与错误。
- read_network_requests — 检查 XHR/fetch 请求及响应。
- tabs_create_mcp — 打开新标签页。
- tabs_context_mcp — 获取所有已打开标签页的上下文。
- resize_window — 将浏览器窗口调整为指定尺寸。
- gif_creator — 将浏览器操作录制成 GIF 动图。
- upload_image — 向当前页面上传图片。
- shortcuts_list / shortcuts_execute — 列出并触发键盘快捷键。
- switch_browser — 将焦点切换到其他浏览器。
标签页上下文与会话隔离
每个 Onevium 聊天会话都会维护独立的浏览器标签页上下文。新建会话时,桥接会自动发现当前活动标签页。如果 Claude 在会话中打开新标签页,它们也会在该会话的上下文内持续跟踪。
如果标签页被关闭或暂时不可用,桥接会在下一次工具调用时重新建立上下文并自动恢复。
常见工作流
浏览器自动化尤其适合包含重复导航、视觉检查或从真实网页提取数据的任务。
- QA 冒烟测试:"打开我们的预发布站点,使用测试账号登录,走完结账流程,并把所有错误截图。"
- 竞品分析:"打开 [competitor URL],截取其定价页面,并与我们当前的定价方案比较。"
- 仪表盘监控:"打开 [URL] 上的 Grafana,截取 API 延迟面板,并总结所有异常。"
- 表单测试:"进入注册表单,填写边界数据(空字段、特殊字符),并报告触发了哪些校验。"
- 内容审计:"检查文档网站上的所有链接,并报告所有 404。"
支持的浏览器
原生消息主机适用于所有基于 Chromium 的浏览器。Onevium 会在下列浏览器对应的位置检查清单:
- Google Chrome (stable, Beta, Canary)
- Microsoft Edge
- Arc
- Brave
- Vivaldi
- Opera
- Chromium