这东西解决什么问题

搞过 AI Agent 自动化的应该都知道，让 Agent 操作浏览器一直是个麻烦事。传统方案要么是 Puppeteer/Playwright 开一个无头浏览器，要么是 Selenium 那一套。问题在于：这些都是"新开"一个浏览器实例，你已经登录好的网站、装好的插件、打开的页面，Agent 一个都用不了。

chrome-cdp-skill 的思路不一样，它直接通过 Chrome DevTools Protocol（CDP）连接你本地正在跑的 Chrome。也就是说，你平时浏览器里登着的 Gmail、开着的后台管理面板、正在调试的页面，Agent 都能直接看到、直接操作。

为什么这对独立开发者有用

做一人公司的时候，很多重复性工作其实都在浏览器里发生——填表单、抓数据、检查后台状态、在各种 SaaS 工具之间切换。如果 Agent 能直接接管你已有的浏览器会话，省掉的不只是登录这一步，而是整个环境搭建的成本。

比较典型的场景：

  • 让 Agent 帮你在已登录的后台里批量操作
  • 自动抓取需要登录才能看到的页面数据
  • 在你调试网页的时候，让 Agent 同步检查 DOM 或网络请求
  • 结合 Claude Code 等工具，实现"写代码 + 看效果"的闭环

接入方式

项目本身设计得挺简单，号称"开箱即用"。核心就是连接你已经打开的 Chrome 标签页，不需要额外启动什么服务。这意味着你可以把它作为一个 skill 挂到现有的 Agent 框架里用。

目前在 GitHub 上已经有 1.7k star、94 个 fork，说明确实有不少人在用。

需要注意的

让 Agent 直接访问你的真实浏览器会话，安全上肯定要多想一步。毕竟浏览器里存着你的 cookie、session、甚至自动填充的密码。建议在用的时候想清楚 Agent 的权限边界，别给太大的操作范围，尤其是涉及支付、账号设置这类敏感页面。

如果你正在搭 AI Agent 做浏览器自动化，这个项目值得看一眼。比起从零配置无头浏览器环境，直接复用现有会话确实省事不少。项目名是 pasky/chrome-cdp-skill，感兴趣可以去 GitHub 上翻翻源码和文档。