其实 Pi 想操作浏览器,不用装一堆插件,先把这几个搞明白就够了🔥
pi-browser-harness
直接接你现在正在用的 Chrome。
最大的优势就是可以复用现有 Profile、Cookie 和登录状态,点网页、填表、截图、上传下载、看 Console、抓网络请求这些都能做。
适合拿 Pi 真正干日常网页任务。
pi-agent-browser-native
更偏 Pi 原生体验。
底层接 agent-browser,但做成了 Pi 自己的 Tool,页面 Snapshot、点击、输入、截图这些都比较完整,而且专门控制了输出长度,对 Context 比较友好。
如果你比较在意 Pi 的极简和 Token,我会优先看这个。
pi-chrome
比 browser-harness 更轻。
核心就是把已经登录好的 Chrome 安全地桥接给 Pi,不追求塞几十个浏览器 Tool。
如果你的需求只是让 Pi 用现成登录态看看网页、做点操作,这个反而够用。
Steel Browser
这条路线和上面几个完全不同。
它不是操作你本机 Chrome,而是直接给 Pi 一台云浏览器。
特别适合后台任务、网页监控、批量抓取,电脑关了也不影响。要做真正长期运行的 Browser Agent,可以重点看这个。
pi-browser-cdp-extension
比较适合开发者。
直接通过 Chrome CDP 给 Pi 一个浏览器执行能力,结构简单,源码也比较容易看懂。
如果你最近本来就在自己写 Extension,这个很适合拿来研究 Pi 是怎么把浏览器能力封成 Tool 的。
我自己会这样选:
日常主力先试 pi-browser-harness,想保持 Pi 极简就用 pi-agent-browser-native,长期后台自动化再考虑 Steel。
浏览器插件也不是越多越好。
先想清楚你是想操作自己现在的 Chrome,还是想给 Pi 一台独立浏览器,再去选对应的方案,少走很多弯路。