背景

我经常想让 AI Agent 帮我看 Gmail 、内网 CRM 、本地服务这种没法用普通 HTTP 抓的页面， 后来干脆做了个浏览器扩展 + 本地 Native Host ，把已经登录的浏览器当作 AI 的入口。

它能做什么

1. 读取浏览器：当前 Tab 的 HTML 、Cookie 、localStorage 、页面错误、截图， AI Agent 都能直接拿到，登录态、内网、localhost 都没问题。
2. 操控浏览器：在扩展后台执行脚本，让 AI 自主开关 Tab 、管理窗口、拦截请求。
3. 页面工具：可以订阅工具集（比如 Gmail 的 write_email_draft ）， 也支持页面通过 WebMCP API 自己注册工具，AI 直接调用，比临时写脚本更可靠。

适用场景

• 让 AI 帮你整理收件箱、写邮件草稿、提取报表
• 让 AI 读 CRM 、Jira 、内部 Dashboard 这种登录态页面
• 让 AI 自己开几个 Tab 做研究后再汇总

我的实际例子：

• 总结一个页面内容写到飞书文档（飞书的工具集也是让 AI 自己在浏览器中探险写出来的）
• 让 AI 填写 WebStore 的页面
• 我相信未来还有很多事情可以干，我会补充内置的工具集，也欢迎大家提交自己工具集到市场（如果是企业内的可以在公司内分发，用户可以通过 js/json url 订阅的）

安装

扩展 + Native Host ，安装完欢迎页会引导一键给 Claude / Codex / Cursor / VS Code / Zed 配 MCP 。 开源 MIT ，Chrome / Firefox 都可以。

⚠️ 安全提醒：你的 AI Agent 能读你的浏览器，意味着 prompt injection 也能。 只连可信的 Agent ，只装可信的工具集。

仓库： https://github.com/mantou132/browser4agent

欢迎拍砖。