本地运行的真实浏览器 MCP 服务器：让 agent 直接操控可见 Chromium
kuangmarkeleven · reddit · 2026-10-24
开发者发布了开源项目 Kuang——一个本地运行的 DIY 浏览器 pilot MCP 服务器，驱动真实的可见 Chromium 窗口而非无头爬虫，卡住时人类可随时接管。
核心设计：
- observe(as:"markdown") 用 Set-of-Marks 标注 id 生成紧凑页面视图，模型无需猜测 selector 或坐标
- act(markid | selector | x,y) 通过 CDP 发送真实鼠标键盘事件，输入可信且不依赖焦点
- waitfor 支持文本/selector/网络空闲/布局稳定等条件，替代固定 sleep
- extract() 和 collectall() 提取结构化数据
- 类型化错误(STALEREF、TIMEOUT、NOTARGET)让 agent 可以自行恢复
另有实验性 REST wrapper 可执行保存的 JSON API recipes。项目 MIT 协议、纯本地、无云无遥测。作者还演示了这篇帖子本身就是由 agent 在人类指导下完成的。
「编程与Agent」频道最新
- Google 发布 Agent 评测指南:vibe check 抓不住静默失败 — bibryam · 2026-10-24
- 用 GitHub Actions 定期在干净 Ubuntu 容器里验证 dotfiles 安装脚本 — 4310sy · 2026-10-24
- Codex CLI 隐藏功能：remote-control 被赞比 Claude Code 更好用 — antirez · 2026-10-24
- mitsuhiko 实测：折叠屏 Duo 暂不支持 PWA，但可开启双屏 API — mitsuhiko · 2026-10-24
- Reddit 求荐:哪些无代码 AI Agent 平台真能用于生产环境 — Austin_Ox23 · 2026-10-24
- 开发者吐槽：Claude 写码快但失准，OpenAI Astra 空转数天 — StewartalsopIII · 2026-10-24