oh-my-webbridge
本機 daemon 加上瀏覽器擴充功能,讓 Agent 或指令碼在你平常使用的 Chrome 或 Firefox 裡工作。
技術預覽
omw 目前是技術預覽版,正在快速迭代。之後的版本一定會有破壞相容性的變更。
Agent 或指令碼送出的指令,會在你日常使用的 Chrome 或 Firefox 設定檔中執行,因此頁面保有該設定檔的登入狀態、cookie 與擴充功能。daemon 與瀏覽器在同一台電腦上執行,只監聽 127.0.0.1:17373。
- Agent 或指令碼透過
omw call或 SDK 送出指令。 omwdaemon 檢查 token,再透過 WebSocket 把指令轉送給某個瀏覽器中的擴充功能。- 擴充功能在分頁中執行指令,並回傳 JSON。
一個 daemon 可同時服務 Chrome 與 Firefox。每個瀏覽器只需配對一次,token 由其擴充功能保存。
Agent 能做什麼
- 在背景開啟分頁,每個工作階段使用一個分頁群組。群組標題取自
group_title或工作階段名稱。分頁群組只在畫面上區隔不同任務;所有分頁共用同一個設定檔及其 cookie。 - 以文字讀取頁面(
read_page),或取得帶有@e參照的無障礙快照(snapshot),供後續動作指定目標。 - 點擊、輸入與填寫表單欄位。Chrome 透過 DevTools 協定送出這些輸入,因此頁面收到的是受信任事件;Firefox 以不受信任事件送出點擊與按鍵,頁面可能忽略這些事件。
- 在兩種瀏覽器中擷取螢幕截圖,並可在 Chrome 中把頁面存成 PDF。
- 在兩種瀏覽器中讀取網路請求,並可在 Chrome 中讀取主控台訊息。
- 沒有現成動作能完成任務時,可在 Chrome 中送出原始 CDP 指令。