browser-bridge

Browser Bridge

通过 WebSocket 把本地工具和真实浏览器连接起来的桥，不需要 CDP。

扩展安装在浏览器里，作为"手"；server 是本地的 WebSocket 枢纽；client 是发指令的入口（Rust CLI），也可通过 bridge-mcp 暴露给 Claude / Cursor 等 agent。

项目结构

快速开始

1. 启动 server

cd server
cargo run            # 默认监听 ws://127.0.0.1:9225
# 换端口：BRIDGE_PORT=9226 cargo run

2. 加载插件

cd extension
pnpm install
pnpm dev             # 会自动打开 Chrome 并加载开发版插件

也可以 pnpm build 后，在 chrome://extensions 打开"开发者模式"，加载 extension/dist/chrome-mv3 目录。

3. 使用 client

client 连接失败时会自动拉起 bridge-server（需要已构建的二进制，可用 BRIDGE_SERVER_BIN 指定路径），自动拉起的 server 空闲 120 秒自动退出；插件断线后按 500ms→5s 退避自动重连。

cd client
cargo run -- list-tabs
cargo run -- navigate https://example.com
cargo run -- click '#submit'
cargo run -- set_value '#username' alice
cargo run -- scrape 'div.card' --fields 'name:.name,price:.price,img:img@src'
cargo run -- querydomains 'browserbridge'
cargo run -- googlesearch 'Haze Seas'
cargo run -- redditsearch 'rust programming'
cargo run -- youtubesearch 'rust programming' --time week --sort popularity --max 10
cargo run -- youtubeinfo 'https://www.youtube.com/watch?v=rQ_J9WH6CGk'
cargo run -- youtuberinfo 'https://www.youtube.com/@xiaojunpodcast/videos'
cargo run -- youtuberinfo '@xiaojunpodcast' --max 20
cargo run -- googletrends 'ai image' --date 'today 1-m' --geo Worldwide
cargo run -- googletrends-compare 'ai image' 'GPTs' --date 'today 1-m'
cargo run -- get-page-markdown --url https://example.com
cargo run -- get-a11y-tree

指令速查表

多数指令支持 --tab <id> 指定标签页，默认操作当前激活页。

标签页管理：click 点击锚点链接默认在当前标签页打开（自动覆盖 target="_blank"），需要新开时用 --new-tab（由扩展创建标签页，响应会返回新标签页的 tab_id，便于链式操作）。new-tab 指令和 click --new-tab 打开的标签页都会被扩展记录，流程结束后可用 close-auto-tabs 一键清理，不会误关你手动打开的标签页。

close-auto-tabs

清理"自动打开的标签页"，需要单独执行（CLI 手动调用，或 MCP 流程在收尾时调用一次），不会误关手动打开的标签页。支持多 agent 隔离：

• MCP（close_auto_tabs 工具）：每个 MCP 进程启动时生成独立身份（mcp-<pid>-<nanos>），只清理本进程创建的标签页，不会误关其他 agent 正在用的标签页；任务结束后可再调 close_agent_window 关闭自己的专用窗口（连同窗口内标签页一并释放）
• CLI（close-auto-tabs）：作为人工管理入口，清理全部自动标签页（不管是谁创建的）

会被清理的：new-tab 指令和 click --new-tab 创建的标签页（扩展记录在 chrome.storage.session，service worker 重启不丢）。例如 googletrends 每次查询都会新开一个标签页，跑完后清理效果最明显：

cargo run -- googletrends 'ai image'
cargo run -- close-auto-tabs   # 关闭刚才 googletrends 开的标签页

不会被清理的：手动开的标签页（如 Sitemap Monitor）、以及 navigate / googlesearch / redditsearch 复用的当前标签页（这些不新开 tab，属于"工作标签页"，留着是正常的）。

get-page-markdown

把页面内容转换成标准 Markdown，输出 { tab_id, title, url, markdown }。转换在页面内直接遍历渲染后的 DOM，SPA 动态渲染的内容也会包含；自动跳过脚本、隐藏元素与表单控件，链接/图片转成绝对 URL。转换核心基于开源 Turndown + @joplin/turndown-plugin-gfm（GFM 表格 / 删除线 / 任务列表），正文提取用 @mozilla/readability（Firefox 阅读模式同款）。

cargo run -- get-page-markdown                                  # 当前标签页（自动提取正文）
cargo run -- get-page-markdown --url https://example.com/docs   # 先导航再转换
cargo run -- get-page-markdown --selector article               # 只转换 article 容器
cargo run -- get-page-markdown --full                           # 跳过提取，转换整页
cargo run -- get-page-markdown --selector '#content' --tab 7    # 指定标签页 + 指定容器

• --url：可选，先导航到该 URL 并等待加载完成，再转换。
• 默认行为：用 Readability 自动提取主内容（去掉导航 / 页脚 / 相关文章等噪音），提取不到或内容过少时退回整页转换。
• --selector：可选，只转换匹配该 CSS 选择器的容器（如 article / #content），优先级最高。
• --full：可选，跳过正文自动提取，转换整个页面。

get-a11y-tree

读取页面 a11y tree（无障碍树），返回 { tab_id, title, url, count, nodes[] }。适合需要与页面交互（点击 / 填表 / 选择 / 勾选）前先了解页面结构、找出可交互元素的场景——比 get-page-content 的纯文本更能回答"页面上有什么按钮、输入框、下拉框"：

cargo run -- get-a11y-tree
cargo run -- get-a11y-tree --max-nodes 1000   # 大页面放宽上限
cargo run -- get-a11y-tree --include-hidden    # 连隐藏元素一起返回

nodes 是扁平节点列表，每项含 role（无障碍角色）/ name（可访问名称）/ value（当前值）/ states（enabled / disabled / checked / expanded 等）/ depth（DOM 深度）/ tag；可交互节点额外带 target，可直接喂给 click / set_value / check / select_option / clear / get_value：

cargo run -- click '#submit'              # target 直接可用

• --include-hidden：可选，默认只返回可见元素；开启后包含 hidden / display:none / visibility:hidden / aria-hidden 的元素。
• --max-nodes：可选，最多返回节点数（默认 500，范围 10-5000），防止大页面输出过大。
• 角色与名称优先用 Chrome 的 computedRole / computedName（Chrome 135+），低版本自动回退到标签/属性推断；只遍历 light DOM，不穿透 iframe 与 shadow DOM（与元素定位行为一致）。

googlesearch

Google 搜索专用快捷指令，输出 { "tab_id": ..., "results": [...] }，tab_id 是搜索所在标签页（供后续指令链式操作），results 每项含 title / description / url / target：

cargo run -- googlesearch 'Haze Seas'

target 是可直接喂给 click 的元素定位（{ by, value, index }），方便后续点击某个结果。实现是 client 侧的"站点配方"：用通用原语 navigate + scrape 编排，选择器作为常量集中在 client 里（#rso > div 容器、data-sncf='1' 描述等），扩展与协议保持通用。

querydomains

Query.Domains 域名批量查询，按关键词同时检查多个 TLD 的注册情况与注册价格，输出 { tab_id, query, tlds, complete, results[] }：

cargo run -- querydomains 'browserbridge'
cargo run -- querydomains 'browserbridge' --tlds 'dev,cloud,blog'   # 自定义 TLD（默认 14 个，最多 20 个）

results 每项含 domain / tld / status（available / unavailable / uncertain）/ available（布尔）/ price（可用时的注册价，如 3 USD，不可用时为 null）/ badges（原始徽标：价格、注册年份、29 days ago 等）。实现是导航到首页 → 每次都打开 TLD 自定义模态框显式写入后缀（站点会持久化自定义列表，不重置就不是默认 14 个）→ 输入关键词回车 → 用 run_script 等到批量检查流（/api/upstream/check 的 resource entry 只在请求完成后出现）真正结束后逐行提取（圆点颜色判状态、徽标容器取价格），选择器集中在 bridge-core/src/recipes/querydomains.rs。个别 TLD 可能没有价格徽标（上游未返回定价），此时 price 为 null，属站点数据问题而非超时。

redditsearch

Reddit 搜索专用快捷指令，返回 { tab_id, results[] }，每项含 title / description / published（相对时间，如 1mo ago）/ published_at（ISO 时间戳）/ votes（整数）/ comments（整数）/ url / target：

cargo run -- redditsearch 'rust programming'

结果页有两种渲染形态：search-post-with-content-preview（带正文预览）与 search-sdui-post（只有标题），配方同时收取；描述取自帖子正文预览，search-sdui-post 形态没有预览时为 null。Reddit 首页的搜索框藏在两层 shadow DOM 里，通用定位指令够不到，但配方直接导航到 /search/?q=，不依赖首页交互。

youtubesearch

YouTube 搜索专用快捷指令，返回 { tab_id, results[] }，每项含 title / channel / views / published / duration / url / target（target 可直接喂给 click 打开视频）：

cargo run -- youtubesearch 'rust programming'
cargo run -- youtubesearch 'rust programming' --time week        # 本周上传
cargo run -- youtubesearch 'rust programming' --sort popularity  # 热门程度优先
cargo run -- youtubesearch 'rust programming' --time month --sort popularity
cargo run -- youtubesearch 'rust programming' --time week --max 10   # 最多返回 10 条

• --time：上传日期筛选，any（默认）/ today / week / month / year
• --sort：优先顺序，relevance（默认）/ popularity（热门程度）
• --max：最多返回多少条结果（默认 5，至少 1）
• 日期与排序可组合（如 --time month --sort popularity）

筛选不是靠点击页面 UI，而是直接构造 YouTube 搜索 URL 的 sp 参数（今天 EgIIAg==、本周 EgIIAw==、本月 EgIIBA==、今年 EgIIBQ==；热门程度 CAM=；组合 token 实测自真实浏览器 2026 年的"过滤"面板）。不依赖页面渲染：导航返回的 HTML 里就内嵌了完整首屏数据（ytInitialData，约 20 条），配方直接解析它；不够 --max 时再取页面里的 InnerTube API key/context，用 continuation token 调 /youtubei/v1/search 续取（yt-dlp 同款数据源）。数据在 HTML 里就齐全，所以标签页在后台/被全屏应用遮挡也照常拿满，不弹窗、不抢焦点、不用切过去，实测 --max 40 约 3 秒返回。duration 直接取接口的 lengthText，不会缺失。若页面数据缺失（如验证墙/consent 页）会返回明确错误提示。

youtubeinfo

获取指定 YouTube 视频的详情，返回 { tab_id, video }，video 含 url / title / author / author_url / duration（HH:MM:SS）/ duration_seconds / like_count / comment_count / subscriber_count（均为解析后的整数，万/亿/K/M 等缩写会换算）/ 对应的 *_text 原始文本 / captions[]（每个字幕轨道含 language_code / name / kind / text 全文）：

cargo run -- youtubeinfo 'https://www.youtube.com/watch?v=rQ_J9WH6CGk'
cargo run -- youtubeinfo 'rQ_J9WH6CGk'                  # 直接传 11 位视频 ID
cargo run -- youtubeinfo 'https://youtu.be/rQ_J9WH6CGk' # youtu.be 短链 / shorts / embed / live 均可

• 输入支持 11 位视频 ID、watch?v=、youtu.be/、/shorts/、/embed/、/live/ 链接
• 点赞数取自页面点赞按钮（LIKE 的 title，如 1.2万）；评论数用 InnerTube next continuation 接口（yt-dlp 同款数据源，不依赖滚动评论区）；订阅数取自 videoOwnerRenderer
• 字幕优先用页面内嵌的 captionTracks（timedtext json3）；若返回空（YouTube 对 exp=xpe 的轨道要求 PO token，页面内无法生成），按 yt-dlp 的做法改用 android_vr 客户端调 player API 取无 pot 要求的轨道
• 同样不依赖页面渲染：数据来自 HTML 内嵌 JSON + InnerTube 接口，标签页在后台也能取到

youtuberinfo

获取指定 YouTube 频道（youtuber）的视频列表，返回 { tab_id, channel, videos[] }。channel 含 name / url / subscriber_count（解析后的整数，万/亿/K/M 缩写会换算）/ subscriber_count_text（原始文本）；videos 每项含 title / url / views（原始文本）/ views_count（整数）/ duration / published / target（可直接喂给 click 打开视频）：

cargo run -- youtuberinfo 'https://www.youtube.com/@xiaojunpodcast/videos'
cargo run -- youtuberinfo '@xiaojunpodcast'            # 直接传 handle
cargo run -- youtuberinfo '@xiaojunpodcast' --max 20   # 最多返回 20 条

• 输入支持完整频道 URL（/@handle、/c/、/user/、/channel/UC... 均可，末尾带不带 /videos 都行）或 handle（@handle 或裸 handle）
• --max：最多返回多少条视频（默认 10，至少 1）
• 数据来自频道页 HTML 内嵌的 ytInitialData + InnerTube browse continuation（yt-dlp 同款数据源）：首屏直接解析，不足 --max 条时自动续取；不依赖页面渲染、滚动或窗口可见性，标签页在后台也能拿满
• 订阅数同时兼容新旧版频道页结构（c4TabbedHeaderRenderer 与新版 contentMetadataViewModel）
• 视频条目同样兼容新旧版结构：旧版 videoRenderer / gridVideoRenderer 与 2026 年新版频道页的 lockupViewModel（richItemRenderer + lockupViewModel）都能解析，实测新版已全面切换
• 标题完整性兜底：频道页数据在部分会话/变体下会把超长标题截断（实测截到 100 字符甚至更短），配方会用 YouTube 官方 oEmbed 接口校验，发现疑似截断的标题自动替换成完整标题

googletrends

Google Trends 趋势查询，返回 { tab_id, trend[], top[], rising[] }：

cargo run -- googletrends 'ai image' --date 'today 1-m' --geo Worldwide

• trend：时间序列 [{ date, value }]，value 为 0-100 相对热度（从图表 SVG 曲线坐标反解 + y 轴刻度校准）
• top / rising：热门查询与热度上升的查询（排名、关键词、热度、变化百分比），自动翻完所有分页（每表一般 5 页共 50 条，上限 10 页）
• --date 支持 today 1-m（默认）/ today 3-m / today 12-m / today 5-y / all，--geo 默认 Worldwide
• 关键词表是懒加载的，需要滚动到底部才渲染，配方会自动滚动内部容器等待表格数据
• 每次查询新开一个标签页（同标签页反复导航时图表偶发不加载，新标签页稳定），这些标签页会被扩展记录，可用 close-auto-tabs 清理

googletrends-compare

多关键词走势对比，返回 { tab_id, terms[], date, geo, series[] }，每个关键词一条趋势序列。共享 0-100 刻度（100 = 所有词中的最高峰值），便于直接比较；不返回热门/上升查询表：

cargo run -- googletrends-compare 'ai image' 'GPTs' --date 'today 1-m' --geo Worldwide

terms 也可用逗号分隔写成一个参数（'ai image,GPTs'）。--date / --geo 与 googletrends 一致。

client 结构

bridge-core/              # 共享库（CLI 与 MCP 复用）
├── transport.rs          # 连接 / 自动拉起 server / 请求 / 可重连 Bridge
├── target.rs             # 元素定位参数（css / text / xpath）
└── recipes/              # 站点配方
    ├── googlesearch.rs   # Google 搜索（选择器 + 编排）
    ├── redditsearch.rs   # Reddit 搜索（选择器 + 编排）
    ├── youtubesearch.rs  # YouTube 搜索（解析 ytInitialData + InnerTube 翻页 + sp 筛选）
    ├── youtubeinfo.rs    # YouTube 视频详情（字幕全文 + 点赞/评论/订阅数，InnerTube 接口）
    ├── youtuberinfo.rs   # YouTube 频道视频列表（频道名/订阅数/视频列表，InnerTube 翻页）
    └── googletrends.rs   # Google Trends（SVG 反解 + 表格解析 + 多词对比）
client/                   # CLI（薄壳：子命令 + 分发）
bridge-mcp/               # MCP server（stdio，每个指令一个 tool）

加新站点搜索只需在 recipes/ 里加一个文件，并在 main.rs 注册子命令，协议与扩展无需改动。

MCP

bridge-mcp 把全部浏览器指令暴露为 MCP tools（stdio 传输），供 Claude / Codex / Cursor 等客户端直接调用。运行：

从零构建、加载扩展、配置各客户端（Claude Desktop / Cursor / Claude Code）的完整步骤见 MCP.md。

./target/release/bridge-mcp        # 或 cargo run -p bridge-mcp

• 默认连 ws://127.0.0.1:9225，可用 BRIDGE_SERVER 覆盖；
• 连接失败会自动拉起 bridge-server（空闲 120s 自动退出），断线自动重连；
• Chrome 没在运行会自动拉起默认 Chrome（共享 profile），等扩展连上后重试（最长约 30 秒）；
• 每个 agent（mcp- 身份）自动拥有一个专用浏览器窗口：标签页默认开在那里，不占你正在看的窗口、不抢焦点；
• 本进程拉起的 Chrome 会在空闲 10 分钟（BRIDGE_CLOSE_CHROME_IDLE_SECS 可覆盖）或 server/会话结束时自动退出，自己开的 Chrome 不受影响；
• 工具列表：list_tabs / close_tab / close_auto_tabs / close_agent_window / new_tab / activate_tab / navigate / click / click_at / press_key / scroll / set_value / check / select_option / clear / get_value / scrape / run_script / get_page_content / get_page_markdown / get_a11y_tree / googlesearch / redditsearch / youtubesearch / youtubeinfo / youtuberinfo / googletrends / googletrends_compare。

配置示例

先构建一次 ./scripts/build.sh，然后把 MCP 服务指向 target/release/bridge-mcp（绝对路径）。

Claude Desktop（claude_desktop_config.json）：

{
  "mcpServers": {
    "browser-bridge": {
      "command": "/绝对路径/browser-bridge/target/release/bridge-mcp",
      "args": []
    }
  }
}

Cursor（.cursor/mcp.json）：

{
  "mcpServers": {
    "browser-bridge": {
      "command": "/绝对路径/browser-bridge/target/release/bridge-mcp",
      "args": []
    }
  }
}

前提：Chrome 里已加载扩展（chrome://extensions 加载 extension/dist/chrome-mv3）。Chrome 没开也没关系——MCP 首次调用会自动拉起默认 Chrome 和 bridge-server，扩展会自动连上，无需手动启动任何进程。

构建产物（发布）

开发时用 cargo run / pnpm dev；正式使用前执行一键构建：

./scripts/build.sh

产物：

元素定位

统一支持三种方式，均可加 --index 指定第几个匹配：

scrape 字段映射

scrape 按 CSS 选择器提取结构化数据（静态查询，CSP 安全）。字段语法：字段名:选择器[@属性]，默认取文本，@属性 取属性值（如 a@href 对链接返回绝对 URL）：

cargo run -- scrape 'div.card' --fields 'name:.name,price:.price,img:img@src'

兼容旧写法 --title h3 --link a --desc .VwiC3b（对应输出 title/url/description），同时传 --fields 时以 fields 为准。

run_script

在页面里执行任意 JS 表达式（可返回 Promise），结果 JSON 序列化返回，用于探索页面结构、复杂提取等场景。实现基于 chrome.userScripts（USER_SCRIPT 世界豁免页面 CSP）：Chrome 135+ 走 userScripts.execute（当前页面即可用）；低版本退回注册式 user script（Chrome 120+，首次使用后需刷新一次目标标签页）。

完整协议见 docs/protocol.md。

协议

见 docs/protocol.md。client 只要按协议走 WebSocket，语言不限（后续 TS / Python client 直接实现同一协议即可）。

配置

安全说明

• server 只监听 127.0.0.1，不要让公网访问。
• 插件声明了 host_permissions: <all_urls> 才能操作任意页面——这是个人工具的便利；如果要对外分发，应改成按站点授权。
• 服务端目前接受任意角色的连接；如需更强隔离，可在握手阶段加 token。
• run_script / scrape 可以读写页面，属于强能力；不要把它暴露给不可信来源。

License

本项目使用 MIT License 开源。Copyright (c) 2026 hanelalo。

你可以自由使用、修改、分发本项目（含商用），但需保留版权声明和许可协议原文。本项目按 "AS IS" 提供，不附带任何明示或默示的担保。