byob（Bring Your Own Browser）

这个 Agent 能做什么，适合哪些场景？

byob 是一个本地 MCP 服务器，把 AI 编码工具（Claude Code、Cursor、Cline、Windsurf、Codex CLI 等）接到你日常使用的真实 Chrome 上。它由三部分组成：stdio 的 MCP 服务 byob-mcp、经 Unix 套接字通信的本地进程 byob-bridge，以及一个通过 Chrome Native Messaging 与 bridge 通信的 MV3 扩展；扩展再用 Chrome DevTools Protocol 操作标签页。v0.5 提供 25 个工具，覆盖快照、查找、点击、输入、按键、滚动、拖拽、文件上传、读取正文、截图/PDF、标签页管理、控制台与网络抓包、Cookie 与存储、对话框、设备模拟、剪贴板和批量步骤等。因为用的是你已登录的浏览器，它天然能通过登录态页面和多数机器人检测，但代价是需要在本地安装扩展、手动加载并完全重启 Chrome。所有通信都在本机进行，扩展脚本运行在隔离世界（isolated world），不会向页面暴露 window 全局变量或 data 属性。

AI 客户端通过 stdio 调用 byob-mcp，后者把请求转给 byob-bridge，再由 Native Messaging 送到 Chrome 扩展，扩展用 Chrome DevTools Protocol 在你的标签页里执行动作。元素定位支持快照产生的 ref（如 [ref=e12]）、CSS 选择器或 x/y 坐标；browser_snapshot 输出带 ref 的无障碍大纲，browser_find 可按 role+name、文本、label、placeholder、testId 查找并顺带点击或填写。browser_click/type/press_key/hover/select/scroll/drag/upload_file 使用真实鼠标与键盘事件，并自动等待元素可见、稳定、可点击，同时回报导航、新标签页和 JS 对话框。browser_read 可输出文本、markdown、html、链接或表格；browser_screenshot 返回视口、整页、元素或裁剪区域图像给模型，也能导出 PDF。browser_network 可记录流量（summary/JSON/HAR）或拦截、阻断、篡改请求；browser_storage 读写 Cookie 与 local/session storage；browser_emulate 模拟设备、深色模式、地理位置、时区、语言、离线和自定义请求头。browser_evaluate 默认关闭，需设置 BYOB_ALLOW_EVAL=1 才可运行页面 JS，且每次调用都会记审计日志。

1. 开发者让 Claude Code 打开已登录的 GitHub 或 Gmail，读取未读数量或抓取页面内容来继续写代码
2. 需要登录态的数据采集：让 agent 读取 Twitter/X 时间线并总结前几条，或搜索后点击第一条结果再读全文
3. 前端调试：在真实页面上复现 bug，用 browser_network 导出 HAR、用 browser_console 查看报错、用 browser_inspect 取元素盒模型与 Web Vitals
4. 测试表单流程：用 browser_batch 一次填完整张表单并提交，再截图确认结果
5. 做视觉与文档产出：对 example.com 截图或导出 PDF 作为交付物
6. 需要复用现有登录 Cookie 做脚本验证（README 举例“grab my GitHub session cookie so I can curl with it”）

如何安装或部署这个 Agent？

前置条件：Node.js ≥ 20、bun、Chrome/Edge/Brave，以及任意兼容 MCP 的 AI 工具。

推荐用一键脚本（Windows 请在 Git Bash 或 MSYS2 中执行）：

curl -fsSL https://raw.githubusercontent.com/wxtsky/byob/main/install.sh | bash

脚本会检查依赖、克隆仓库、构建并交互式注册 MCP；未装 bun 时会提示用系统原生安装器安装。可用 BYOB_INSTALL_DIR 改变安装目录（默认 ~/byob）。

手动安装：

git clone https://github.com/wxtsky/byob
cd byob
bun install
bun run setup

setup 会依次询问输出语言（English / 中文）、生成唯一扩展密钥、构建扩展、写入 Chrome 与 byob 通信的配置，并让你多选要接入的 AI 工具（Claude Code 会装自带插件，其他客户端写入 MCP 配置）。之后还需手动三步：(1) 打开 chrome://extensions，开启“开发者模式”，点“加载已解压的扩展程序”，选择终端打印的目录，如 /your/path/to/byob/packages/extension/output/chrome-mv3；(2) 完全退出 Chrome（macOS 用 ⌘Q）再重开，Chrome 只在启动时读取 Native Messaging 配置；(3) 等 setup 打印 ✓ bridge online，或稍后运行诊断：

bun run doctor

若跳过了注册步骤，也可手动注册 MCP，例如 Claude Code：

claude mcp add byob -s user -- /path/to/tsx /path/to/byob-mcp.ts

或安装 Claude Code 插件：

claude plugin marketplace add wxtsky/byob
claude plugin install byob@byob --scope user

如何使用这个 Agent？

安装并确认 bridge 在线后，在新开的 AI 会话里直接用自然语言提出任务，例如“use byob to read my Twitter timeline and summarize the top 5 posts”。

安全配置可按站点设置允许/拒绝清单（仅由你设置，agent 不能改）：

bun run policy --deny "**.chase.com" "mail.proton.me"
bun run policy --allow "**.github.com"
bun run policy --clear-allow --clear-deny
bun run policy --allow-file on

如需让 agent 运行页面 JavaScript，在 MCP 配置中启用（仅在你信任的场景下）：

# Claude Code 手动注册时追加
claude mcp add byob -s user -e BYOB_ALLOW_EVAL=1 -- /path/to/tsx /path/to/byob-mcp.ts

{
  "mcpServers": {
    "byob": {
      "command": "/path/to/tsx",
      "args": ["/path/to/byob-mcp.ts"],
      "env": { "BYOB_ALLOW_EVAL": "1" }
    }
  }
}

日常维护命令均在仓库根目录运行：

bun run doctor     # 检查哪一步没通
bun run bridges    # 列出运行中的 bridge 进程
bun run logs       # 跟踪 bridge 日志
bun run unsetup    # 卸载清理

常见报错对照：No live bridge（Chrome 未运行或扩展被禁用）、cdp_attach_failed（该标签页开着 DevTools）、url_forbidden（被站点策略拦截）、stale_ref（页面已跳转，需重新快照）、element_covered（有弹层遮挡，可关闭或 force:true）。

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

FollowAgents 如何评估这个 Agent？

常见问题