browser-control：让智能体把 Playwright 跑在你的浏览器里

Playwright 脚本好写，但默认开的是一个干净的自动化浏览器：没有登录态，没装扩展，想抓登录后的接口就得先把 cookie 搬进去。anomaly 2026 年 7 月开源的 browser-control（MIT 协议，截至 2026-10-10 约 440 star）换个思路，让你日常的 Chromium 直接当执行环境：智能体发一段 Playwright 片段，本地 relay 转给浏览器扩展，在真实 profile 里执行完，返回结果、日志和一段「页面发生了什么变化」的摘要。整条链路是「Agent/CLI → 本地 relay（127.0.0.1:19989）→ 扩展 → 你的浏览器」，驱动本身不含模型、不做规划，跑什么全由 agent 的代码决定。

核心功能

• 代码优先执行：execute 收一段 Playwright 代码（含 browser/context/page 对象和辅助函数），跑完返回结果和日志；会话带持久的 state 和追加式活动日志（journal），可以断点续跑。
• 先看再动：snapshot() 返回带 [ref=e12] 这类引用的紧凑页面快照，下一段代码直接按 ref 点击，结构漂移会报错而不是点错目标；还有增量 delta、语义查找、带标注截图和像素 diff。
• 接管已有标签页：点扩展按钮把某个打开中的标签页交给会话（adopt），独占使用，释放时不关页面。
• 人工交接：handoff() 把验证码、2FA、支付确认挂起等人操作，页面里出现完成控件，脚本原地等待；demonstrate() 反过来，把你手动演示一遍的流程录成可编辑的 Playwright 代码，密码值替换成密钥引用。
• 只读会话与密钥脱敏：--read-only 会话拒掉鼠标键盘类 CDP 命令；网络捕获导出 HAR 时把 cookie、token、API key 换成 ${BC_SECRET_N} 引用，明文单独存 0600 权限的 profile，子进程经 secrets run 拿到的输出也会先脱敏。
• MCP 与 OpenCode 插件：MCP 客户端接 browser-control-mcp 入口，OpenCode 一条 opencode plugin add 装成托管插件；shell 型 agent 用官方技能 npx skills add anomalyco/browser-control --skill browser-control 学会整套工作流。
• 同源请求客户端：npm 包还导出一个 Effect 风格的 TypeScript 客户端，应用不发 Playwright 代码也能借会话发同源请求：cookie 留在浏览器里，响应按 schema 校验，标记敏感的请求返回脱敏值、要显式 reveal 才能解开。
• 对抗性自测：仓库自带 gauntlet 套件，本地起敌意页面（bot 防护卡住主线程、无视自动填充的跨域支付 iframe、点击透传浮层），断言执行结果和「会话只拥有一个标签页」这类不变式。

典型使用场景

• 让编码 agent 用你已登录的 GitHub 或公司后台复现一个 bug、调一个需要鉴权的接口。
• 把手工流程演示一遍（demonstrate），拿生成的 Playwright 代码改造成可复用脚本。
• 对偶发故障留证据：录制 WebM、滚动缓冲的 flight recorder、改版前后的截图 diff。

快速上手

npm install --global @opencode-ai/browser-control
browser-control execute 'await page.goto("https://example.com"); return { title: await page.title() }'

装完还差一步手动加载扩展：用 README 里的命令打印扩展目录，在 chrome://extensions 开发者模式下 Load unpacked。首条命令会拉起 relay 并开一个新标签页，返回页面标题和续接用的 --session 命令；browser-control doctor 随时体检。需要 Node 22.19 以上，Chrome、Brave、Edge、Arc 都能用。

小结

适合想让 agent 用真实登录态、又偏爱 Playwright 精细编排的开发者。和 BrowserSkill 的「独立 Agent Window」相比，它没有独立窗口，靠会话和 adopt 划边界，也不提供远程认证，仅限本机使用。名字相近的 Browser Control MCP（eyalzh）是另一个项目，做的是 Firefox 标签页管理，别装错。要接受的现实：扩展目前只能 unpacked 安装，还没上架 Chrome Web Store；read-only 不是安全沙箱，可信代码仍能通过 page.evaluate 改页面。它明确信任本机的 agent 代码，扩展要的权限也不小（debugger、tabCapture），给谁装、跑什么，自己心里要有数。架构决策记录在 PLAN.md 里，对手感细节（快照引用稳定性、标签页保全不变式）的较真程度在同类项目里少见。