Скриншоты жгут токены, headless не залогинен: отдаём ИИ-агенту настоящий Chrome через accessibility-дерево

На Хабре опубликована статья о проекте chrome-bridge, который позволяет ИИ-агентам управлять обычным Chrome-браузером пользователя. Инструмент состоит из небольшого расширения и локального CLI-сервера на Node.js без внешних зависимостей.

Автор отмечает, что существующие решения — Playwright, Selenium, headless-режимы или вендорские расширения — либо не дают доступа к реальным сессиям и логинам, либо требуют облачных аккаунтов и скриншотов. Chrome-bridge решает эту проблему, передавая данные через WebSocket: расширение отправляет accessibility-дерево страницы, а агент выполняет команды вроде snap, click или fill.

В статье приведены примеры команд: node cli.mjs snap habr.com для получения дерева, node cli.mjs click habr.com @e14 для клика по элементу и node cli.mjs fill для заполнения полей. Дерево занимает около 2,4 КБ против 16 КБ для скриншота той же страницы, что снижает расход токенов.

Инструмент поддерживает режим --trusted для событий с флагом isTrusted через DevTools. После каждого действия агент получает вердикт: succeeded, needs_human, blocked или uncertain. Сервер ведёт кольцевой журнал команд для replay и отладки.

Проект распространяется под лицензией MIT, код доступен на GitHub, а расширение — в Chrome Web Store. Автор подчёркивает, что инструмент предназначен для локального использования на доверенной машине и не включает «стелс»-функции.

Ограничения включают слабую видимость canvas-элементов и детектируемость CDP-команд антибот-системами. Расширение требует разрешений и debugger.

Источник: https://habr.com/ru/articles/1081628/?utm_campaign=1081628&utm_source=habrahabr&utm_medium=rss