browser-bridge:基于 CDP 的浏览器自动化工具项目

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#)

Branch1Tags1

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