SuperAPI AI 工具集
合作ENAI 行业资讯收藏
全部工具AI智能体tactab

tactab

Tactab（Tactile + Tab）是一个本地运行的开源桥接工具，通过 Model Context Protocol（MCP）、WebSocket 与 Chrome 扩展（Manifest V3），为任何兼容 MCP 的 AI 客户端（如 Cursor、Claude Desktop、Antigravity、Windsurf、Cline 等）提供对 Google Chrome 浏览器的实时视觉与操作能力。它无需订阅或付费云自动化平台，免费与付费方案均可使用。Tactab 允许 AI 截取高分辨率 PNG 截图进行视觉布局检查，同时支持完整 DOM 抓取、按钮点击、表单填写和页面导航。所有操作严格运行在本地回环地址 127.0.0.1 上，会话 Cookie、已登录标签页（如 AWS、Jira、GitHub）以及本地开发服务器（如 localhost:3000）均不会离开用户机器。Tactab 通过单个轻量扩展连接多个 AI 工具，避免为每个 AI 工具安装独立重型扩展。项目以 MIT 许可证发布，可免费用于开源和商业用途。

访问官网

工具介绍

用途

Tactab 是一个面向 AI 智能体的触觉式浏览器控制与多模态视觉桥接工具。它让兼容 MCP 的 AI 客户端（Cursor、Claude Desktop、Antigravity、Windsurf、Cline 等）能够“看到”并“操作”用户的 Google Chrome 浏览器，适用于需要 AI 直接与网页交互的本地自动化场景。

主要能力

  • 多模态视觉：支持截取高分辨率 PNG 截图，供 AI 检查页面视觉布局。
  • DOM 控制：支持完整 DOM 抓取、按钮点击、表单填写和页面导航。
  • 本地与隐私：所有通信严格通过本地回环地址 127.0.0.1 进行，会话 Cookie、已登录标签页（如 AWS、Jira、GitHub）和本地开发服务器（如 localhost:3000）不出本机。
  • 单一扩展：一个轻量 Chrome 扩展即可连接多个 AI 工具，无需为每个 AI 工具安装独立扩展。
  • 通用 MCP 标准：通过标准输入输出（stdio）即插即用，兼容 Claude Desktop、Cursor、Antigravity、Windsurf 或自定义 AI 智能体。
  • 多智能体交接协议：内置“三重锚点”（Triple-Anchor）架构，支持在不同 AI 模型之间无缝转移上下文，包括 AGENTS.md、PLAN.md 和 Git 里程碑。

使用方式

架构

  1. AI 智能体通过标准输入输出（stdio）调用 automate_website 工具。
  2. Tactab 桥接服务器（bridge.js）监听 127.0.0.1:8765，将工具调用转换为 JSON WebSocket 消息。
  3. Tactab Chrome 扩展的 Service Worker（background.js）接收命令、管理连接状态并路由到活动标签页。
  4. 内容脚本（content.js）在活动网页内执行操作，并将结构化结果沿管道返回。

快速开始

  1. 安装服务器依赖：在 server/ 目录下打开终端执行安装（Windows 上若脚本执行策略限制 npm，可运行 npm.cmd install）。
  2. 加载 Chrome 扩展：打开 Chrome 访问 chrome://extensions/，开启右上角“开发者模式”，点击左上角“加载已解压的扩展”，选择本仓库中的 extension/ 文件夹。连接本地 MCP 服务器时，扩展徽章显示绿色 ON；断开时显示红色 OFF，并每 5 秒自动重试。
  3. 配置 AI 客户端：在 AI 客户端的 MCP 配置中添加 Tactab，使用 server/bridge.js 的绝对路径。配置文件位置：
    • Windows：%APPDATA%\Claude\claude_desktop_config.json
    • macOS：~/Library/Application Support/Claude/claude_desktop_config.json
    • Linux：~/.config/Claude/claude_desktop_config.json
    • Windows 注意：路径中使用转义反斜杠，例如 "C:\\path\\to\\tactab\\server\\bridge.js"。
    • Cursor：打开 Cursor 设置 ➔ Features ➔ MCP Servers（或编辑 .cursor/mcp.json），添加完全相同的 JSON 块。

支持的浏览器操作

automate_website 工具支持在任何标准网页上执行以下操作：截图、DOM 抓取、按钮点击、表单填写、页面导航、元素提取、页面滚动等。

示例提示词

配置完成后，可用自然语言指示 AI：

  • “截取当前标签页的截图并检查布局设计。”
  • “查看活动标签页上的图表并总结视觉数据。”
  • “查看我当前 Chrome 标签页并总结你看到的内容。”
  • “用测试凭据填写登录表单并提交。”
  • “提取页面上所有可见的产品标题和链接。”
  • “向下滚动 800 像素并提取定价表。”

多智能体交接协议（三重锚点架构）

在任意项目中使用：

  1. 将 AGENTS.md 和 PLAN.md 复制到代码库根目录。
  2. 锚点 1（AGENTS.md）：现代 AI 工具（Cursor、Antigravity、Claude、ChatGPT CLI）会自动读取，指示模型在修改任何文件前检查 PLAN.md 和 git 状态。
  3. 锚点 2（PLAN.md）：包含实时检查清单和决策日志，防止新智能体意外回退有意的架构选择。
  4. 锚点 3（Git 里程碑）：当当前智能体接近 token 限制时，指示它“将进度提交到 Git 并更新 PLAN.md”。
  5. 即时延续：打开下一个 AI 智能体并提示“继续”。新模型读取 AGENTS.md ➔ PLAN.md ➔ git 状态后即可立即接手，零上下文丢失。

适用场景

  • 需要 AI 直接查看和操作本地 Chrome 浏览器的自动化工作流
  • 在已登录的网页（如 AWS、Jira、GitHub）上进行本地操作
  • 对本地开发服务器（如 localhost:3000）进行视觉检查和交互
  • 多 AI 模型之间的代码上下文交接
  • 无订阅或付费云自动化平台需求的本地自动化测试

限制与注意事项

  • 仅支持标准网页，受限内部页面（如 chrome://extensions、about:blank）不可用。
  • 默认 WebSocket 端口为 8765，可通过 WS_PORT 环境变量修改，并需同步更新 extension/background.js 中的端口。
  • 软件仅供个人工作流自动化、教育研究和授权测试使用。用户需自行确保自动化操作、抓取请求和网页交互符合所有适用法律以及所访问网站的服务条款、可接受使用政策和 robots.txt 指南。
  • 不得用于绕过认证屏障、付费墙、CAPTCHA、速率限制或安全控制，也不得未经明确许可访问或提取专有、受版权保护或敏感个人数据。
  • 作者和贡献者对任何误用、网站封禁、法律纠纷、数据丢失、损害或后果不承担责任。使用本项目即表示同意承担所有相关风险和责任。
  • 项目以 MIT 许可证发布，可免费用于开源和商业用途。

同类工具

查看分类