Remix Browser

remix-browser

Blazing fast headless Chrome automation via CDP — no extension needed.

Installation · Tools · Configuration · Architecture


______________________________________________________________________

Rust本地人 主控程序 通过Chrome DevTools协议，AI代理可以完全控制真实的Chrome浏览器。没有浏览器扩展，没有Puppeteer，没有Node.js——只有一个说CDP的二进制文件。

基准测试

\_请参阅 dev浏览器评估 方法论。使用的模型是十四行诗4.5

为什么要重新混合浏览器？

安装

Claude代码插件（推荐）

/plugin marketplace add hkd987/remix-browser
/plugin install remix-browser@hkd987-remix-browser

就是这样——二进制文件在首次使用时会自动下载。无需生锈。

下载预构建的二进制文件

curl -fsSL https://raw.githubusercontent.com/hkd987/remix-browser/main/scripts/install.sh | sh

来源

git clone https://github.com/hkd987/remix-browser.git
cd remix-browser
cargo build --release

需求

• 谷歌浏览器 或 铬 已安装（自动检测）
• 锈蚀1.88+ 仅当从源头构建时才需要

快速开始

添加到克劳德代码

添加到您的Claude Code MCP配置中(~/.claude/mcp.json):

{
  "mcpServers": {
    "remix-browser": {
      "command": "/path/to/remix-browser"
    }
  }
}

就是这样。克劳德现在有浏览器了。

头部模式（查看发生了什么）

{
  "mcpServers": {
    "remix-browser": {
      "command": "/path/to/remix-browser",
      "args": ["--headed"]
    }
  }
}

连接到现有浏览器

Chrome 144+有一个内置的切换，可以让任何代理连接到您正在运行的浏览器——不需要扩展程序。

1. 打开 chrome://inspect/#remote-debugging 在Chrome浏览器中
2. 启用远程调试切换
3. 连接混音浏览器：

{
  "mcpServers": {
    "remix-browser": {
      "command": "/path/to/remix-browser",
      "args": ["--cdp-url", "ws://127.0.0.1:9222"]
    }
  }
}

或者使用环境变量：

{
  "mcpServers": {
    "remix-browser": {
      "command": "/path/to/remix-browser",
      "env": {
        "CDP_URL": "ws://127.0.0.1:9222"
      }
    }
  }
}

HTTP URL也可以工作——WebSocket URL是从以下位置自动发现的 /json/version:

CDP_URL=http://127.0.0.1:9222 remix-browser

当连接到外部浏览器时，混音浏览器会使用您现有的标签页，并在退出时优雅地断开连接，而无需关闭Chrome。

最佳性能提示

为了获得最佳体验，请将此行添加到您的项目中 CLAUDE.md （或 ~/.claude/CLAUDE.md 对于所有项目）：

When I ask to use Chrome or browser automation, use remix-browser MCP tools.
For 1-2 simple actions, granular tools are fine.
For workflows with 3+ actions, loops, or extraction, prefer `run_script`.
Use `fill` for setting any form control — it auto-detects input type (text, select, checkbox, range slider).
Snapshots auto-append after every tool call, so [ref=eN] selectors are always fresh.

这条消息告诉Claude，每当你提到浏览器任务时，都要自动访问remixbrowser，而无需说出“remixbrowse”的名字。

性能使用模式

• 使用粒度工具处理短流程(navigate -> click -> get_text).
• 使用 run_script 用于多步骤工作流、循环和重复提取。
• 使用 fill 而不是 type_text + select_option --它自动检测控件类型（文本、选择、复选框、范围滑块、ARIA滑块）。
• 每次工具调用后都会自动追加快照，因此 [ref=eN] 选择器始终可用，无需单独的 snapshot 电话。
• 所有交互工具(click, type_text, fill)包括 自动等待 --它们在动作前最多轮询5秒，以确保元素出现，从而消除了动态页面上的计时错误。

工具

rex浏览器提供了一个按类别组织的广泛工具集。

导航

查找元素

快照

交互

截图

JavaScript和控制台

网络监控

选项卡管理

脚本自动化

选择器类型

所有元素定位工具都支持三种选择策略：

CSS (default):  "button.submit", "#login-form", "div > p:first-child"
Text:           "Sign In", "Submit Order", "Click here"
XPath:          "//button[@type='submit']", "//div[contains(@class, 'menu')]"

文本选择器使用TreeWalker根据可见的文本内容查找元素——不需要检查DOM来找到正确的CSS类。

混合点击

大多数浏览器自动化工具在现代JS密集型网站上都失败了。下拉菜单、叠加、动态定位元素——它们都很简单 element.click().

混音浏览器使用 混合点击策略:

1. 自动等待 元素在DOM中出现的时间最多为5秒
2. 将元素滚动到视图中
3. 检查可见性以及是否被其他元素遮挡
4. 发送真实鼠标事件(mousedown -> mouseup -> click)在元素的坐标处
5. 如果元素被遮挡（例如，在覆盖层后面），则自动回退到JavaScript click()
6. 报告使用了哪种方法，以便您确切地知道发生了什么

这意味着点击 只管工作 --即使在具有复杂覆盖、粘性标题、动态菜单和延迟加载元素的网站上也是如此。

配置

Chrome检测

混音浏览器会自动在您的系统上找到Chrome：

• macOS: /Applications/Google Chrome.app，自制路径，Chrome Canary
• Linux: /usr/bin/google-chrome，卡扣包，Chromium
• 视窗：程序文件，本地AppData

回落到 which google-chrome / which chromium 如果标准路径不存在。

默认浏览器设置

• 视口：1280x720
• 无头模式: --headless=new （Chrome的最新无头实现）
• 对于干净的自动化环境，扩展、同步、弹出窗口和首次运行提示都被禁用

建筑

src/
├── main.rs                # CLI entry point
├── server.rs              # MCP ServerHandler — routes tool calls
├── browser/
│   ├── session.rs         # Browser lifecycle management
│   ├── pool.rs            # Multi-tab tracking (TabPool)
│   └── launcher.rs        # Chrome binary detection & launch config
├── tools/
│   ├── navigation.rs      # navigate, go_back, go_forward, reload
│   ├── dom.rs             # find_elements, get_text, get_html, wait_for
│   ├── interaction.rs     # click, type_text, fill, hover, select_option, press_key, scroll
│   ├── screenshot.rs      # screenshot capture
│   ├── snapshot.rs        # compact interactive tree + ref generation
│   ├── javascript.rs      # execute_js, console log capture
│   ├── network.rs         # network monitoring
│   ├── page.rs            # tab management
│   └── script.rs          # run_script JS engine and page API
├── interaction/
│   ├── click.rs           # Hybrid click strategy implementation
│   ├── keyboard.rs        # Key press & text input
│   ├── scroll.rs          # Scroll logic
│   └── wait.rs            # Auto-wait polling for element existence
└── selectors/
    ├── mod.rs             # Selector normalization & :has-text() conversion
    ├── css.rs             # CSS selector resolution
    ├── text.rs            # Text content matching via TreeWalker
    ├── xpath.rs           # XPath evaluation
    └── ref.rs             # [ref=eN] snapshot reference resolution

构建于：

• rmcp --Rust MCP框架
• 氧化铬 --Rust的CDP客户端
• 东京 --异步运行时

测试

# Run all 50 integration tests (uses real headless Chrome)
cargo test -- --test-threads=4

# Run a specific test
cargo test test_navigate

测试使用固定的HTML文件，并启动具有唯一配置文件的独立Chrome实例——没有共享状态，没有漏洞。

许可证

麻省理工学院