强劲的browser-bridge是一个基于Rust的高性能浏览器自动化工具,参考OpenClaw设计,提供智能滚动采集、增强快照、MCP兼容等高级功能。 【核心功能】 1. 智能滚动采集 - 自动滚动页面获取完整内容,支持进度跟踪和内容去重 2. 增强快照 - 返回结构化页面数据,包含页面信息、视口、滚动状态、交互元素 3. MCP兼容 - 提供标准MCP工具接口,便于AI Agent集成 4. 反爬绕过 - 成功绕过主流电商和社交媒体网站的反爬机制 (因为模拟正常用户操作)【使用场景】 - 网页数据采集: 使用scroll_collect采集长页面完整内容 - 电商网站访问: 支持京东、淘宝、天猫、拼多多等 - 信息提取: 使用text/title/content获取页面信息 - 自动化操作: click/fill/hover等交互操作 - AI Agent集成: 通过/mcp接口提供浏览器工具现已支持crush cli(https://github.com/charmbracelet/crush#)
Access rate limit exceeded. Please log in to continue.
Browser Bridge
基于 CDP (Chrome DevTools Protocol) 的浏览器自动化工具,支持 HTTP API 与 MCP (Model Context Protocol) stdio 双模式。
作者: H076lik
许可证: GPL-3.0
仓库地址:
⚠️ 作者声明: 本项目由 H076lik 独立构思、设计并主导开发。开发过程中使用了 AI 智能体(Crush、Claude Code 等)作为代码生成与调试的辅助工具。AI 智能体的角色仅限于辅助实现,不构成共同创作。所有代码的架构决策、功能设计、逻辑审查、测试验证以及最终知识产权均归属于 H076lik。
功能特性
双模式运行
- HTTP Server 模式 —— 启动本地 REST API 服务(默认
127.0.0.1:9010) - MCP stdio 模式 —— 通过
--mcp-stdio作为 Model Context Protocol Server 运行,与 AI 助手(如 Crush、Claude Code)集成
浏览器控制
- 自动发现 Chrome / Chromium / 龙芯浏览器 (
lbrowser) - 启动 / 停止 / 状态查询
- 进程恢复模式 —— stdio 连接断开后重新启动可复用之前的浏览器进程,避免重复启动造成内存泄漏
页面导航
- 导航到指定 URL
- 前进 / 后退 / 刷新
- 自动关闭 about:blank 空白页
- 标签页管理(列表、新建、关闭)
内容获取
- 获取页面纯文本 (
innerText) - 获取完整 HTML 源码
- 获取页面标题、当前 URL
- 智能滚动采集 —— 自动滚动页面多次,收集每一屏内容并去重,返回完整页面内容
- ARIA 可访问性快照 —— 获取屏幕阅读器可见的元素结构
页面交互
- 点击元素、填写表单、悬停触发菜单
- 滚动到指定元素或位置
- 模拟键盘按键(Enter、Escape、Tab、ArrowDown 等)
- 在页面上下文中执行任意 JavaScript
截图与 PDF
- 页面截图 —— 支持视口截图或完整长图,自动保存为 PNG 文件
- 元素截图
- 页面生成 PDF
存储管理
- Cookie 读取 / 设置 / 清除
- localStorage / sessionStorage 操作
- 清除所有存储数据
设备模拟
- 设置视口尺寸(模拟手机、平板等)
- 设置 User-Agent
- 设置地理位置、时区、语言
- 设置色彩方案(dark / light)
- 设置离线模式
监控与日志
- 注入控制台日志捕获器
- 获取页面错误
- 注入网络请求监控
- 获取性能指标
缓存托盘
- 文本缓存的读写 / 删除 / 列出 / 清空 / 过期清理
这工具适合谁?
| ✅ 适合 | ❌ 不适合 |
|---|---|
| 你的 AI 助手(Claude、Gemini、Crush 等)需要自动浏览网页、截图、点击元素 | 你需要一个完整的端到端测试框架(请用 Playwright) |
| 你在局域网/龙芯平台,装不了 Playwright/Selenium | 你需要多浏览器兼容性测试(仅支持 Chromium 系) |
| 你不想让 AI 每次截图都传巨大的 base64,想直接存成 PNG 文件 | 你需要录制用户操作回放 |
| 你通过 MCP stdio 接入 AI,担心每次重连都重新启动浏览器(进程恢复模式解决) | 你需要云端并发测试(仅单机运行) |
| 你需要智能滚动采集长页面内容(文章列表、论坛、电商商品页) | 你已经有成熟的浏览器自动化方案 |
一句话:当你想让 AI 像人一样看网页、点按钮、截个图,但又不想折腾 Puppeteer 的时候。
快速开始
编译
cd browser-bridge
cargo build --release
HTTP Server 模式
./target/release/browser-bridge
# 或指定端口
./target/release/browser-bridge --port 9010
启动后访问 http://127.0.0.1:9010/execute 进行操作。
MCP stdio 模式
./target/release/browser-bridge --mcp-stdio
此模式下从 stdin 读取 JSON-RPC 请求,向 stdout 输出响应,适合接入支持 MCP 的 AI 编程助手。
HTTP API 示例
# 启动浏览器
curl -X POST http://127.0.0.1:9010/execute \
-H 'Content-Type: application/json' \
-d '{"operation":"start","params":{"headless":false}}'
# 导航到网页
curl -X POST http://127.0.0.1:9010/execute \
-H 'Content-Type: application/json' \
-d '{"operation":"navigate","params":{"url":"https://example.com"}}'
# 获取页面文本
curl -X POST http://127.0.0.1:9010/execute \
-H 'Content-Type: application/json' \
-d '{"operation":"text"}'
# 截图(保存为 PNG 文件)
curl -X POST http://127.0.0.1:9010/execute \
-H 'Content-Type: application/json' \
-d '{"operation":"screenshot","params":{"fullPage":true}}'
# 停止浏览器
curl -X POST http://127.0.0.1:9010/execute \
-H 'Content-Type: application/json' \
-d '{"operation":"stop"}'
MCP 工具列表
| 工具名 | 说明 |
|---|---|
browser_navigate |
打开浏览器并导航到指定 URL |
browser_get_content |
获取页面纯文本内容 |
browser_snapshot |
获取页面结构化快照(可交互元素列表) |
browser_scroll_progress |
获取当前滚动进度 |
browser_scroll_collect |
智能滚动采集完整页面内容 |
browser_act |
点击 / 填写 / 悬停 / 滚动到元素 |
browser_screenshot |
截图并保存为 PNG 文件 |
browser_start |
显式启动浏览器 |
browser_stop |
停止浏览器并清理资源 |
browser_status |
查询浏览器运行状态 |
browser_go_back |
返回上一页 |
browser_go_forward |
前进到下一页 |
browser_reload |
刷新当前页面 |
browser_get_title |
获取页面标题 |
browser_get_url |
获取当前 URL |
browser_get_html |
获取完整 HTML 源码 |
browser_press_key |
模拟键盘按键 |
browser_wait |
等待指定毫秒数 |
browser_get_cookies |
获取所有 Cookie |
browser_set_cookie |
设置 Cookie |
browser_clear_cookies |
清除所有 Cookie |
browser_set_viewport |
设置视口尺寸 |
browser_aria_snapshot |
获取 ARIA 可访问性快照 |
browser_element_screenshot |
截取指定元素 |
browser_pdf |
将页面生成 PDF |
browser_evaluate_js |
执行任意 JavaScript |
技术栈
- Rust + Tokio —— 异步运行时
- Axum —— HTTP Web 框架
- CDP (Chrome DevTools Protocol) —— 通过 WebSocket / HTTP 控制浏览器
- MCP (Model Context Protocol) —— AI 助手集成协议
作者
H076lik
致谢
本项目在功能设计上参考并借鉴了 OpenClaw 的浏览器自动化模块理念, 由 H076lik 使用 Rust 语言独立重新设计并实现。代码层面均为自主编写,未复制 OpenClaw 的源码。
部分功能(如进程恢复模式、截图自动保存、MCP stdio 适配等)来源于实际使用中的体验反馈, 感谢所有提供建议与测试帮助的朋友。
赞助名单
如果您觉得本项目对您有帮助,欢迎赞助支持开发。 联系方式与赞助方式待补充...
| 赞助者 | 金额 / 方式 | 日期 | 留言 |
|---|---|---|---|
| 待填写 | — | — | — |
许可证
本项目采用 GNU General Public License v3.0 开源许可证。
法律说明:本项目为独立实现的浏览器自动化工具。功能接口与自动化流程参考了开源社区(包括 OpenClaw)的成熟实践,但全部代码由 H076lik 独立编写。用户反馈驱动的功能改进属于合法的技术迭代,不影响项目的独立版权归属。
Introduction
强劲的browser-bridge是一个基于Rust的高性能浏览器自动化工具,参考OpenClaw设计,提供智能滚动采集、增强快照、MCP兼容等高级功能。 【核心功能】 1. 智能滚动采集 - 自动滚动页面获取完整内容,支持进度跟踪和内容去重 2. 增强快照 - 返回结构化页面数据,包含页面信息、视口、滚动状态、交互元素 3. MCP兼容 - 提供标准MCP工具接口,便于AI Agent集成 4. 反爬绕过 - 成功绕过主流电商和社交媒体网站的反爬机制 (因为模拟正常用户操作)【使用场景】 - 网页数据采集: 使用scroll_collect采集长页面完整内容 - 电商网站访问: 支持京东、淘宝、天猫、拼多多等 - 信息提取: 使用text/title/content获取页面信息 - 自动化操作: click/fill/hover等交互操作 - AI Agent集成: 通过/mcp接口提供浏览器工具现已支持crush cli(https://github.com/charmbracelet/crush#)
Customize your domain