Zen Link

ZenLink

Zen浏览器和Firefox的浏览器自动化桥� 通过简单的HTTP API控制浏览器。

作为Chrome MCP的快速、有效的替代品而构建。与任何可以发出HTTP请求的AI助手、自动化工具或脚本配合使用。

为什么选择ZenLink？

AI桌面助手（Claude、ChatGPT、Copilot等）通常需要与浏览器交互� 填写表格、阅读页面、截图、浏览网站。大多数解决方案要么只有Chrome，要么有缺陷，要么需要复杂的设置。

ZenLink是一个轻量级的HTTP网桥 任何可以调用的 curl 或 fetch 完全控制Zen浏览器或Firefox。无特殊SDK，无专有协议� 仅限于本地主机上的REST端点。

运作原理

Any AI Assistant / Script / Tool
    |
    |  HTTP request (e.g. POST http://localhost:8765/api/click)
    v
ZenLink Bridge Server (Python, localhost:8765)
    |
    |  WebSocket relay (ws://localhost:8766)
    v
ZenLink Browser Extension
    |
    |  browser.tabs API + content scripts
    v
Web Page DOM � click, type, read, screenshot, etc.

核心思想： 您的AI助手具有shell访问权限（终端、PowerShell、bash）。它向ZenLink的本地服务器发送HTTP请求。服务器通过WebSocket将命令中继到浏览器扩展。扩展程序在实际的浏览器选项卡中执行它们并返回结果。

示例：人工智能助手如何填写登录表单

1. 你说： “登录example.com上的我的帐户”
2. AI运行： curl -X POST localhost:8765/api/navigate -d '{"url":"https://example.com/login"}'
3. AI运行： curl -X POST localhost:8765/api/fill -d '{"selector":"#email","value":"me@example.com"}'
4. AI运行： curl -X POST localhost:8765/api/fill -d '{"selector":"#password","value":"secret"}'
5. AI运行： curl -X POST localhost:8765/api/click -d '{"selector":"#submit"}'
6. 浏览器： 导航、填写字段、单击提交� 您已登录。

或者与 批处理端点 （一个请求，多个命令）：

POST http://localhost:8765/api/batch
{
  "commands": [
    {"action": "navigate", "url": "https://example.com/login"},
    {"action": "sleep", "ms": 2000},
    {"action": "fill", "selector": "#email", "value": "me@example.com"},
    {"action": "fill", "selector": "#password", "value": "secret"},
    {"action": "click", "selector": "#submit"}
  ]
}

谁可以使用这个？

如果它可以发出HTTP请求，它就可以控制你的浏览器。

快速开始

1.安装Python依赖项

pip install websockets

2.在Zen浏览器（或Firefox）中加载扩展

1. 打开 about:debugging#/runtime/this-firefox
2. 点击 加载临时加载项。。。
3. 选择 manifest.json 从该文件夹

3.启动桥梁

python native/bridge.py

或者双击 start-bridge.bat

4.验证

curl http://localhost:8765/api/status
# {"status": "running", "extension_connected": true}

API 参考

读取操作（GET）

动作操作（POST）

批处理命令

在单个请求中发送多个命令� 比单个呼叫快得多：

POST http://localhost:8765/api/batch
{
  "commands": [
    {"action": "navigate", "url": "https://example.com"},
    {"action": "sleep", "ms": 2000},
    {"action": "fill", "selector": "#email", "value": "test@example.com"},
    {"action": "fill", "selector": "#password", "value": "secret"},
    {"action": "click", "selector": "#submit"},
    {"action": "pageInfo"}
  ]
}

可用的批处理操作： navigate, newTab, closeTab, switchTab, click, type, fill, scroll, hover, find, js, pageInfo, pageText, pageTextByTabId, screenshot, tabs, forms, dom, highlight, waitForElement, waitForResult, sleep, parallel

stopOnWarning：设置为 true 如果任何命令返回 warning （例如。 expectTitle 重定向不匹配）或 error。停止结果将包括 _stopped: true.

expectTitle 导航：通行证 "expectTitle": "keyword" 检查加载的页面标题。如果标题不包含关键字（不区分大小写），则结果包括 warning 和 redirected: true --可用于捕获静默URL重定向。

parallel：同时运行多个命令序列。每个序列按顺序运行其命令，但所有序列同时执行。针对活动选项卡的命令（如 navigate) 必须 包括明确的 tabId 以避免比赛条件。

{
  "action": "parallel",
  "sequences": [
    [
      {"action": "pageText", "tabId": 1},
      {"action": "screenshot"}
    ],
    [
      {"action": "forms", "tabId": 2}
    ]
  ]
}

元素定位

针对元素的多种方法：

• CSS选择器: #id, .class, input[name=email]
• 元件位号: r0, r5 � 返回由 /api/find 和 /api/dom
• 坐标: {"coords": {"x": 100, "y": 200}}

用法示例

python

import requests

# Navigate and fill a form
requests.post("http://localhost:8765/api/navigate", json={"url": "https://example.com"})
requests.post("http://localhost:8765/api/fill", json={"selector": "#search", "value": "hello"})
requests.post("http://localhost:8765/api/click", json={"selector": "#submit"})

# Read page content
text = requests.get("http://localhost:8765/api/page-text").json()

PowerShell（克劳德桌面/MCP）

Invoke-RestMethod http://localhost:8765/api/navigate -Method Post -Body '{"url":"https://example.com"}' -ContentType "application/json"
Invoke-RestMethod http://localhost:8765/api/page-text

卷曲

curl -X POST http://localhost:8765/api/navigate -H "Content-Type: application/json" -d '{"url":"https://example.com"}'
curl http://localhost:8765/api/page-text

JavaScript/Node.js

await fetch("http://localhost:8765/api/navigate", {
  method: "POST",
  headers: {"Content-Type": "application/json"},
  body: JSON.stringify({url: "https://example.com"})
});
const {title} = await (await fetch("http://localhost:8765/api/page-info")).json();

特性

• 全页面控制 � 导航、单击、键入、滚动、悬停、填写表单
• 智能元素查找 � 自然语言查询、CSS选择器、坐标或引用ID
• 选项卡管理 � 打开、关闭、切换、列出选项卡
• 截图 � 将视口捕获为PNG
• JavaScript执行 � 在页面上下文中运行任意JS（带有截断标志的50KB结果上限）
• 批处理命令 � 一个请求中包含多个命令 stopOnWarning 早期流产
• 等待图元 � waitForElement 和 waitForResult 轮询，直到DOM/数据准备就绪
• 重定向检测 � expectTitle 在导航时捕获静默URL重定向
• 影子DOM支持 � 自动穿透现代web组件的开放阴影根
• 自动重新连接 � 网桥重启后，扩展以指数回退方式重新连接
• 内容脚本版本控制 � 更新的脚本自动注入，无需页面刷新

已知限制

• 扩展作为临时插件加载（浏览器重启后需要重新加载）
• about: 浏览器内部页面无法控制
• /api/type 不支持content可编辑元素（使用 /api/js 相反）
• 闭式阴影DOM表单需要 /api/js 用于值设置
• 本地主机端点上没有身份验证（仅供本地使用）

安全说明

ZenLink公开了对localhost的完全浏览器控制，无需身份验证。这是为个人、本地使用而设计的。如果需要通过网络公开它，请先添加基于令牌的身份验证。

起源

出于对Chrome MCP被破坏的沮丧而构建。最初创建的目的是通过Zen browser为Claude Desktop浏览器提供自动化功能，但可以与任何可以发出HTTP请求的工具一起使用。

许可证

MIT � 你想用它做什么就做什么。