domagent (Vaishnavucv)

DOMAgent

浏览器扩展+MCP服务器，让AI代理控制你的真实浏览器——没有无头浏览器，没有傀儡。适用于Chrome和Firefox。

代理连接到您计算机上运行的MCP服务器，MCP服务器通过扩展将命令中继到浏览器。每一个动作（点击、打字、截图、导航……）都发生在你真实的、已经打开的浏览器窗口中。

npx domagent

______________________________________________________________________

为什么选择DOMAgent？

______________________________________________________________________

建筑

┌──────────────────┐  WebSocket   ┌──────────────────┐   stdio    ┌──────────────┐
│  Browser         │◄────────────►│   MCP Server      │◄──────────►│  AI Agent    │
│  Extension       │  CDP relay   │  (server.js)      │   MCP      │ (Claude,     │
│  background.js   │              │  + index.js       │            │  Ollama, …)  │
└──────────────────┘              └──────────────────┘            └──────────────┘

chrome-extension/
├── domagent-extension/
│   ├── chrome/                  ← Chrome extension
│   │   ├── background.js        ← Service worker (CDP via debugger API)
│   │   ├── manifest.json
│   │   ├── options.html / options.js
│   │   └── icons/
│   └── firefox/                 ← Firefox extension
│       ├── background.js        ← Background script (content-script relay)
│       ├── content.js           ← Content script injected into pages
│       ├── manifest.json
│       ├── options.html / options.js
│       └── icons/
└── domagent-mcp/                ← Node.js MCP server (runs locally)
    ├── index.js
    ├── server.js
    └── package.json

______________________________________________________________________

可用的MCP工具

______________________________________________________________________

选项卡管理

该扩展使用a 单个自动化选项卡 设计使您的其他选项卡永远不会被劫持：

1. 第一 navigate 呼叫 → 创建一个新选项卡，将其固定为自动化选项卡
2. 随后的 navigate 电话 → 重用同一选项卡（导航到新URL）
3. use_current_tab → 采用当前聚焦的任何选项卡（无新选项卡）
4. 所有命令 （点击、键入、截图…）→ 始终通过会话ID定位自动化选项卡
5. 您的其他选项卡 → 从未触碰过

______________________________________________________________________

快速开始

1.启动MCP服务器

cd domagent-mcp
npm install
npm start

服务器在上启动WebSocket ws://127.0.0.1:18792/extension 并等待浏览器扩展连接。

2.加载扩展

• 铬 → See domagent-extension/chrome/README.md
• 火狐 → See domagent-extension/firefox/README.md

3.连接您的AI代理

通过以下方式配置您的AI代理以使用MCP服务器 标准 运输。

推荐使用npm包（无需路径）：

{
  "mcpServers": {
    "domagent": {
      "command": "npx",
      "args": ["domagent"]
    }
  }
}

备选方案--从源代码运行：

{
  "mcpServers": {
    "domagent": {
      "command": "node",
      "args": ["/absolute/path/to/domagent-mcp/index.js"]
    }
  }
}

______________________________________________________________________

扩展选项

右键单击扩展图标→ 选项 要配置WebSocket连接，请执行以下操作：

______________________________________________________________________

视觉指示器

当自动化点击或键入时，会出现一个简短的视觉指示器：

• 🟠 橙色圆点 → 点击动作
• 🔵 蓝点 → 类型动作
• 🟡 黄色虚线框 → 突出显示的交互元素
• 🟢 绿色虚线框 → 突出显示的可键入元素

指示器会自动脉冲和淡入淡出，而不会干扰页面。

______________________________________________________________________

Chrome与Firefox有何不同

______________________________________________________________________

浏览器特定指南