SuperAPI AI 工具集

claude-in-chrome

智能体与模型

查看项目

更新于 10-24 16:18

技能介绍

claude-in-chrome 是一个 Chrome 浏览器自动化技能,通过一组 mcp__claude-in-chrome__* 工具让代理在 Chrome 中操作网页。资料给出的核心内容如下。

一、用途 当需要自动化网页浏览、页面交互或通过 Chrome 浏览器使用 DevTools 时使用该技能。代理可借助这些工具与 Chrome 中的网页进行交互。

二、主要能力(据资料提及的工具)

  • tabs_context_mcp:获取用户当前浏览器标签页信息;每个自动化会话开始时先调用;标签页不存在或无效、用户关闭标签页或导航出错时,也调用它获取最新标签页 ID。
  • tabs_create_mcp:创建新标签页。除用户明确要求使用现有标签页外,应新建标签页,且不应复用其他会话的标签页 ID。
  • navigate:网页导航。
  • computer:页面交互操作。
  • read_page:读取页面内容。
  • read_console_messages:读取控制台输出,支持 pattern 参数按正则模式过滤日志,例如 pattern: "[MyApp]"。
  • read_network_requests:读取网络请求(资料将其列为调试类工具)。
  • form_input:表单填写。
  • gif_creator:录制多步骤浏览器交互为 GIF。
  • javascript_tool:执行页面脚本,也可用于检查并关闭已存在的对话框。

三、使用方式

  1. 延迟工具加载:若工具为延迟状态、需先经 ToolSearch 加载,应把所有预计需要的工具放在一次 ToolSearch 调用中,因为 select 查询接受逗号分隔列表,不要每个工具单独调用。核心工具集示例查询为:select:mcp__claude-in-chrome__tabs_context_mcp,mcp__claude-in-chrome__navigate,mcp__claude-in-chrome__computer,mcp__claude-in-chrome__read_page,mcp__claude-in-chrome__tabs_create_mcp;任务明显需要时,在同一次调用中加入 read_console_messages / read_network_requests(调试)、form_input(表单)、gif_creator(录制)、javascript_tool(页面脚本)。
  2. 会话启动:每次浏览器自动化会话开始时先调用 tabs_context_mcp 了解当前标签页;仅当用户明确要求时才复用现有标签页,否则用 tabs_create_mcp 新建;不复用其他会话的标签页 ID。
  3. GIF 录制:对用户可能想回看或分享的多步骤交互,用 gif_creator 录制;操作前后要多捕获帧以保证播放流畅;文件命名要有意义,如 "login_process.gif"。
  4. 控制台调试:用 read_console_messages 读取输出,输出可能冗长,查找特定日志时用 pattern 参数过滤。

四、限制与注意事项

  • 不要通过操作触发 JavaScript alert、confirm、prompt 或浏览器模态对话框,这类对话框会阻塞后续浏览器事件,导致扩展无法接收命令。需要调试时优先用 console.log 加 read_console_messages。对可能触发对话框的按钮或链接(如带确认框的删除按钮)应避免点击;必须交互时先提醒用户可能中断会话;可用 javascript_tool 检查并关闭已有对话框。若误触发对话框并失去响应,告知用户需在浏览器中手动关闭。
  • 避免陷入无关探索和循环:遇到意外复杂性或偏题探索、浏览器工具调用失败或连续 2-3 次报错、浏览器扩展无响应、页面元素不响应点击或输入、页面无法加载或超时、多种方法仍无法完成任务时,应停止并询问用户,说明尝试了什么、出了什么问题及希望如何处理,不要反复重试同一失败操作或在未确认前探索无关页面。

五、适用场景 需要让代理在 Chrome 中完成多步骤网页操作、页面信息读取、表单填写、前端调试(控制台与网络请求)、操作过程录制等浏览器自动化任务。其他细节(如安装方式、配置要求、收费与价格)资料暂未提供。