# oh-my-webbridge (https://oh-my-webbridge.github.io/zh-cn/)

> **技术预览**
>
> omw 目前是技术预览版，正在快速迭代。**之后的版本一定会有破坏兼容性的变更。**

{/* Generated from index.zh-tw.mdx by scripts/i18n.mjs. Edit the zh-TW page instead. */}

Agent 或脚本发送的命令，会在你日常使用的 Chrome 或 Firefox 个人资料中运行，因此页面保有该个人资料的登录状态、cookie 与扩展程序。daemon 与浏览器在同一台电脑上运行，只监听 `127.0.0.1:17373`。

1. Agent 或脚本通过 `omw call` 或 SDK 发送命令。
2. `omw` daemon 检查 token，再通过 WebSocket 把命令转送给某个浏览器中的扩展程序。
3. 扩展程序在标签页中运行命令，并返回 JSON。

一个 daemon 可同时服务 Chrome 与 Firefox。每个浏览器只需配对一次，token 由其扩展程序保存。

<Demo
  name="activity-form"
  alt="Agent 在借用的标签页中玩 The Password Game：指针与焦点框标出密码字段，密码逐字出现，规则一条接一条变成绿色。"
/>

## Agent 能做什么 [#what-an-agent-can-do]

- 在背景打开标签页，每个会话使用一个标签页分组。分组标题取自 `group_title` 或会话名称。标签页分组只在画面上区隔不同任务；所有标签页共用同一个个人资料及其 cookie。
- 以文字读取页面（`read_page`），或取得带有 `@e` 引用的无障碍快照（`snapshot`），供后续动作指定目标。
- 点击、输入与填写表单字段。Chrome 通过 DevTools 协议发送这些输入，因此页面收到的是受信任事件；Firefox 以不受信任事件发送点击与按键，页面可能忽略这些事件。
- 在两种浏览器中截图，并可在 Chrome 中把页面存成 PDF。
- 在两种浏览器中读取网络请求，并可在 Chrome 中读取控制台消息。
- 没有现成动作能完成任务时，可在 Chrome 中发送原始 CDP 命令。

## 接下来看哪里 [#where-to-go-next]

- [快速开始](https://oh-my-webbridge.github.io/md/zh-cn/getting-started/content.md)：安装 daemon 与扩展程序，配对浏览器，并运行第一批命令。
- [会话与标签页](https://oh-my-webbridge.github.io/md/zh-cn/sessions/content.md)：每项任务一个会话，各有自己的标签页与标签页分组。
- [Agent 活动](https://oh-my-webbridge.github.io/md/zh-cn/activity/content.md)：光晕、焦点框与工具栏图标，用来标示 Agent 正在控制的标签页。
- [动作](https://oh-my-webbridge.github.io/md/zh-cn/reference/actions/content.md)：所有动作、其参数，以及会返回的错误。