oh-my-webbridge
本机 daemon 加上浏览器扩展程序,让 Agent 或脚本在你平常使用的 Chrome 或 Firefox 里工作。
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。
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。
- Agent 或脚本通过
omw call或 SDK 发送命令。 omwdaemon 检查 token,再通过 WebSocket 把命令转送给某个浏览器中的扩展程序。- 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。
Agent 能做什么
- 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。