开源新项目 Browser for AI Agent：让 AI 接管浏览器，直接读取登录态页面

开发者 mantou132 在 GitHub 发布了开源项目“Browser for AI Agent”，旨在解决 AI Agent 难以访问需要复杂身份验证的网页数据（如 Gmail、内网 CRM、本地服务）的问题。该项目由浏览器扩展和本地 Native Host 组成，通过 MCP 协议将用户已登录的浏览器转变为 AI 的操作入口。其核心功能包括深度读取浏览器数据（HTML、Cookie、localStorage、页面截图等）以及自主操控浏览器（开关标签页、管理窗口、拦截请求）。此外，项目引入了“页面工具”概念，支持 Web 页面通过 WebMCP API 自注册工具函数，使 AI 能直接调用特定业务功能（如撰写 Gmail 草稿、操作 CRM），这比 AI 临时编写脚本更具可靠性。在应用场景上，该工具可自动化处理收件箱整理、报表提取、跨 Tab 调研汇总等任务。项目采用 MIT 协议开源，支持 Chrome 与 Firefox，并集成了针对 Claude、Cursor、VS Code 等开发环境的一键配置。鉴于 AI 具备读取浏览器敏感权限的能力，作者特别提醒用户需防范 Prompt Injection 风险，仅连接可信的 Agent。

事件分析

💡 核心观点：该项目将浏览器转化为 AI 的“手脚”，通过复用登录态打破了 Agent 访问内网与 SaaS 应用的最后一道壁垒。