Open Claude in Chrome

这个 Agent 能做什么，适合哪些场景？

Open Claude in Chrome 是 Anthropic 官方 Claude in Chrome 扩展的净室重实现，由 noemica 开发并以 MIT 协议开源。它由三部分组成：一个基于 Manifest V3 与 CDP 的浏览器扩展、一个由 Claude Code 通过 stdio 启动的 Node.js MCP 服务器（mcp-server.js），以及负责桥接两者的原生消息宿主（native-host.js）；此外还有 codemode/hybrid 变体，通过 wrangler dev 启动 Cloudflare Worker（V8 isolate）来执行模型编写的 JavaScript。相比官方扩展，它移除了 58 个被封禁的域名（银行、券商、支付、加密、博彩、约会、成人、部分媒体与 Reddit），并支持所有 Chromium 浏览器。README 中给出的基准测试显示，冷启动状态下它与官方扩展在 12 个 REAL 基准任务上统计上无法区分（2.04 vs 1.95 分钟/任务），但每次浏览器动作开销为 0.31s vs 0.12s。它还内置了模仿学习录制器（行为、光标、图像、旁白四轨），可将一次人工演示转交给运行中的 Claude Code 会话。

该仓库向 Claude Code 暴露 21 个 MCP 工具（tabs_context_mcp、tabs_create_mcp、tabs_close_mcp、navigate、computer、read_page、get_page_text、find、form_input、javascript_tool、read_console_messages、read_network_requests、resize_window、file_upload 等），并额外提供 execute_code、update_plan、set_tab_focus、get_config/set_config、recording_ack、retranscribe_recording、debug、debug_timings 等自有工具。执行链路为 Claude Code ←stdio MCP→ mcp-server.js ←TCP→ native-host.js ←native messaging→ 扩展 ←→ 浏览器；codemode/hybrid 变体在中间插入一个由 wrangler dev 托管的 Cloudflare Worker，模型写出的 JS 在 V8 isolate 中以 chrome.* 接口批量驱动上述工具。扩展通过 CDP 完成点击、输入、截图、缩放、控制台与网络读取；humanize 配置能产生曲线光标、偏中心点击与分帧滚动。audit_mode 开启后会对每个标签页做 rrweb DOM 录制，并按 Claude Code 会话（凭 h{clientId}_{id} 前缀）串成一条时间线。录制器把用户操作解析为元素锚点，用 OpenAI API 转写旁白，由原生宿主把 trace.json、SCHEMA_v0.md 与 images/ 写到 ~/.config/open-claude-in-chrome/recordings/<id>/。

1. 需要用 Claude Code 操作官方扩展封禁的站点（如 Reddit、Robinhood、Tinder）做自动化或数据采集的用户。
2. 使用 Brave、Arc、Opera 或 Vivaldi 等非 Chrome/Edge 浏览器，希望在自有浏览器里跑浏览器代理的开发者。
3. 想把一次人工演示（含语音讲解）转成可复用的浏览器任务配方、并让 Claude 泛化到同类任务的团队。
4. 需要在多步表单、向导或重复提交场景中把多次工具调用压缩成单次 execute_code 往返、以降低延迟的工程师。
5. 要对代理在浏览器中的行为做可回放审计（audit_mode + rrweb）的合规或调试人员。
6. 希望让多个 Claude Code 会话共享同一浏览器扩展、并行驱动不同标签页的进阶用户。

如何安装或部署这个 Agent？

前置条件：Node.js v18+、任意 Chromium 浏览器、Claude Code v2.1.80+（仅做浏览器自动化可用 v2.0.73+）、一个 OpenAI API key。步骤：1) 安装依赖：npm install --prefix host 以及 npm install --prefix host/codemode/worker（第二条不能省略，否则 execute_code 沙箱会退化为每次冷启动联网拉取 wrangler）。2) 在 chrome://extensions（或 brave://、edge://）打开开发者模式，Load unpacked 选择 extension/ 目录，记下扩展 ID。3) 运行 ./install.sh <your-extension-id> 注册原生消息宿主；多浏览器可一次传入多个 ID。4) 完全关闭并重启浏览器。5) 右键扩展图标进入 Options，粘贴 OpenAI key 并点击 Save & validate，再点 Enable microphone 并允许权限。6) 注册服务器：claude mcp add open-claude-in-chrome-hybrid -- node /absolute/path/to/host/codemode/server-hybrid.js（hybrid 是包含全部 21 个工具 + execute_code + 录制通道的超集）。7) 以渠道研究预览方式启动：claude --dangerously-load-development-channels server:open-claude-in-chrome-hybrid，并在交互会话中长期保持开启。

如何使用这个 Agent？

启动后先做两项验证：在会话里说“Navigate to reddit.com and take a screenshot”确认扩展、原生宿主与 MCP 服务器已打通；再用一次 execute_code 调用“创建一个新标签页、打开 reddit.com、点击第一条帖子、返回列表并列出除前三条外的所有标题”，确认沙箱已就绪（首次调用可能提示沙箱仍在启动，稍等重试）。需要在浏览器里配置行为时调用 set_config，例如 set_config({ key: "humanize", value: true }) 开启拟人化输入，用 humanize_speed 选择 fastest/fast/natural/relaxed；set_config({ key: "audit_mode", value: "audit" }) 开启 rrweb 审计，回放在 Options 的 Audits 页面。模仿学习录制：先告知会话将要演示，点击工具栏图标开始（徽标 REC），边操作边口述，按住 Alt 点击可演示但不触发该动作，再点图标停止；待徽标出现 📋 且参考字符串进入剪贴板后，把它粘贴进 Claude Code 指向该录制。沙箱若失效，可用 Claude Code 的 /mcp 重连，或执行 pkill -f "server-hybrid|server-codemode"; pkill -f wrangler 后重连。

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？

[![FARS 评测](https://followagents.com/badge/open-claude-in-chrome.svg?lang=zh)](https://followagents.com/zh/agents/open-claude-in-chrome)

<a href="https://followagents.com/zh/agents/open-claude-in-chrome"><img src="https://followagents.com/badge/open-claude-in-chrome.svg?lang=zh" alt="FARS 评测"></a>

常见问题