你大概率已经让 Claude Code、Codex 这些 AI Agent 写过代码、改过文档，但有一件事它们至今做不利索：**替你操作浏览器**。不是不会，是现有两条路都有硬伤——要么开一个干净的无头浏览器，所有网站都得重新登录一遍；要么用截图方式一点点“看”屏幕，一步等好几秒。 2026年10月上旬，GitHub 上有开发者把这道坎迈过去了。我扫了一遍最近几天新建的仓库，挑出三个都开源、都免费、发布才几天的工具：一个让 AI 直接复用你本机 Chrome 的登录态在后台干活，一个能把 AI 的工作过程拍成电影质感的短片，一个专治“AI 改写偷改你的承诺”。Star 数还停在三位数，正是观望成本最低的时候。 ## 一、Chrome Relay：让 AI 坐在你的浏览器工位上 **仓库**：[aindeev/agent-chrome-relay](https://github.com/aindeev/agent-chrome-relay)（MIT 协议，Go + Swift，截至 2026-10-11 约 251 星，几天前刚创建，几小时前还在更新） 作者 Alexey Indeev 是海外一家公司的联合创始人兼 CTO，项目口号一句话说清：**让你的编程 Agent 使用你每天都在用的 Chrome，带着你的真实登录态，在后台标签页里干活**——不抢焦点、不弹窗、每条指令约 0.15 秒。 这解决的是 Agent 浏览器自动化最现实的三个痛点： - **登录态**。Agent 操作的就是你日常那个 Chrome 配置文件，你在公司后台、内部系统的会话直接可用。遇到 Google 登录跳转，扩展会自己点“继续”，遇到要输密码、过验证的场景，它会停下来返回 `SIGN-IN NEEDED`，让你亲自处理——它永远不碰你没授权的凭据。 - **不打扰**。所有 Agent 标签页收进一个折叠的"Agents"分组，保持非激活状态。它干活的时候你可以继续干你的活，屏幕不会被来回抢占。 - **可审计**。每次连接、每个点击、每次填表（只记次数不记内容）都写进本地 JSONL 日志，一条 `chrome-relay audit` 命令回放全程。 它的架构值得画出来看一眼： ```mermaid flowchart TD A["Claude Code / Codex / Cursor"] -->|发浏览器指令| B["agent-browser CLI"] B -->|WebSocket| C["chrome-relay 中继
127.0.0.1:9333"] C -->|令牌加进程身份双重校验| D["Chrome Relay 扩展"] D -->|chrome.debugger 协议| E["后台标签页
复用你的登录态"] E -->|页面元素快照| B C -->|全量留痕| F["审计日志 JSONL"] ``` **安全设计是最值得细读的部分**，也是它和“随便一个 RPA 脚本”的本质区别： 1. 双重准入——连接 URL 里嵌本机密钥，同时中继会用 `lsof`/`ps` 检查调用进程是不是 Claude Code、Codex、Cursor、Paseo 这几个白名单应用（查它们子进程的专属环境变量），带浏览器 Origin 头的网页请求一律拒收。 2. 密钥零暴露——接 1Password 后，Agent 只能说"填 `op://Private/Twilio/password` 这一项"，真实值由中继直接打进页面，Agent 看到的回读全部打码；密钥本体锁在你 Mac 的 Secure Enclave 芯片里，每次签名都要过 Touch ID。 3. 自带保洁——闲置 30 分钟的 Agent 标签页自动关闭，中继重启后扩展会收掉自己开的标签。 **上手约两分钟**（需 macOS + Chrome + Go 1.25+）：`git clone` 后 `./build` 在本机编译签名，`./chrome-relay setup` 一条命令装好后台服务并自动把技能挂进 Claude Code，再到 `chrome://extensions` 以开发者模式加载 `extension` 文件夹，之后 Agent 里就能用 `agent-browser snapshot -i` 拿到带 `@e5` 这种引用号的页面元素清单，`agent-browser click @e5` 直接点。**价格：MIT 免费开源，一切在你本机构建，没有云服务、没有订阅。** 对比国内：做浏览器自动化通常两条路——开发用 Playwright 一类无头浏览器（登录态要自己想办法搬），企业流程用影刀这类 RPA（偏“录制回放”，接不上编程 Agent）。Chrome Relay 的思路是第三条：**不搬登录态、不录流程，直接把你的真浏览器借给 Agent，用完自动收拾**。适合要让 Agent 查后台数据、跑内部系统操作、批量核对订单页面的人。注意它目前只支持 macOS，且作者明说这不是防恶意软件的边界——别把不打算给 Agent 用的账号放进授权库。 ## 二、ff-tracking：把 AI 干活的过程拍成电影 **仓库**：[mrsarac/ff-tracking](https://github.com/mrsarac/ff-tracking)（MIT，Rust，288 星，fetch 时几分钟前还在提交） 这是"fframes 研究 #1"：一段 **6 秒、12 个镜头**的短片——一台虚拟相机贴着终端屏幕拍摄，一个计算机视觉风格的追踪框死死锁定 AI Agent 正在敲出的每一个字符。`thinking…` → `reading 14 files` → `tool_call: render_frame()` → `✓ 0 problems` → `Done`，最后十几个追踪框坍缩成一个绿色 `Done` 药丸，黑场收尾。 真正的信息差在于它的制作方式：**没有一帧实拍素材，没有一条采样音效，全部由代码生成**。渲染分两遍——第一遍用 SVG 按 3840×2160 平铺出“终端该有的样子”，每个字符的坐标精确已知；第二遍把每帧喂给一个 SkSL 着色器，在 Skia Metal 上完成透视、景深（焦点跟着追踪框走）、色差、辉光、扫描线撕裂。声音也是合成的：屏幕底噪、每次锁定一声五声音阶“哔”（声像定位到框的位置），响度用 ffmpeg 的 ebur128 压到 -14 LUFS。在 M3 Pro 上全片渲染约 40 秒。 更妙的是，README 里注明这是 **Made with Claude Code**——`docs/PROMPT.md` 就是生成这支视频的完整提示词，设计文档也一并开源。也就是说，你拿到的不只是一个炫技视频，而是一条“**用一段提示词驱动 AI 生成电影级动态图形**”的可复现路径，底层是 Dmitriy Kovalenko 的 fframes 框架。 对比国内：演示 AI 工作过程基本靠录屏+剪映加字幕，视觉上限是模板动画；ff-tracking 展示的是“过程即素材”——Agent 跑任务的日志流可以直接变成产品宣传、开源项目 README 头图、视频号片头。需要 Apple Silicon Mac + Rust + ffmpeg + Python，改 `SCENE_LIST` 里的一行文字和配色，重跑一次脚本，追踪框、对焦、音效全部自动跟上。 ## 三、work-humanizer：先问清“你承诺了什么”，再去 AI 味 **仓库**：[phuryn/work-humanizer](https://github.com/phuryn/work-humanizer)（MIT，Agent Skill 形态，99 星） 国内聊“去 AI 味”大多停留在文风层面，这个项目把问题往深了一层：**销售邮件、客服回复、HR 通知、法务函件里，每个词都是承诺。让 AI“改得像人一点”，它经常顺手把承诺改了**——把“已知悉”升级成“道歉”，给报价偷偷附加条件，甚至替你把责任推给客户。 作者不只是提了个观点，还发布了完整测试：12 篇 AI 写的职场文本，各工具在同一模型上改写，四个不同公司的模型（Grok、DeepSeek、Qwen、OpenAI Codex）盲评，每处语义改动逐一人工核对。结果有几个反直觉的发现： - 盲评“愿意发出去”的比例：work-humanizer **48%**，对比组 blader/humanizer 20%，一句“改得像人点”的提示词只有 1%； - 但那句提示词“读起来更像人”（90% 对 75%）——**代价是语义改动数 42 处，work-humanizer 只有 18 处**，56 篇改写零捏造事实； - 还有个更扎心的结论：**任何纯改写都过不了 Pangram 这类 AI 检测**（人工率只有 2–4%），让文本真正“过检”的是喂进你自己的笔记和思路——作者的测试里 4 篇全部达到 100% 人工。 所以它设计了三种模式：默认改写（逐条列事实和置信度，保持每个论断的强度不变，最后附逐句事实审计）；**访谈模式**——草稿缺了只有你知道的东西时，先问你最多五个问题再动笔，而不是替你编；笔记模式——你给要点，它按你的论证顺序成文，绝不自行删减。装法一行：`npx skills add phuryn/work-humanizer`，或把 `skills/work-humanizer` 文件夹拷进 `~/.claude/skills/`，Claude Code、Codex、Cursor 通用。**MIT 免费**，附带的 `check.py` 还能单独跑一遍机械检查（破折号、AI 高频词、句长均匀度）。 给中文用户的启示：与其收藏十条“去 AI 味提示词”，不如抄它的三个硬约束——**事实清单先行、承诺强度不变、缺信息就提问**。这套思路搬到中文写作和跨境邮件场景里，比单纯换词管用得多。 ## 信息差总结 | 你以为的 | 实际情况 | | --- | --- | | AI 操作浏览器得重新登录或截图慢慢看 | Chrome Relay 让 Agent 直接复用你本机 Chrome 的登录态，后台干活不抢焦点 | | 密钥给 Agent 就等于泄露 | 密钥可以永远不经过 Agent——中继代填、回读打码、Touch ID 逐次确认 | | 演示 AI 干活要录屏剪辑 | 全代码生成电影级短片，M3 Pro 上 40 秒渲染，提示词开源 | | 去 AI 味是文风问题 | 是承诺问题：越“像人”的自由改写，篡改事实越多；你的原始笔记才是解药 | | 新工具要等大厂发布 | 本周新建的百星小仓库里，已经有人在解决明年才会普及的问题 | ## 行动指南 1. **Mac 用户今天就能试 Chrome Relay**：clone 仓库 → `./build` → `./chrome-relay setup` → 加载扩展 → 在 Claude Code 里说"帮我打开后台看看 XX 系统”，全程约 5 分钟。装完先跑 `chrome-relay audit` 看日志长什么样。 2. **有 M 系列芯片**：clone ff-tracking，跑一次 `tools/render.sh`，再打开 `docs/PROMPT.md` 读懂它是怎么被一句话造出来的——这是学“提示词驱动渲染”最完整的一份样本。 3. **所有人**：执行 `npx skills add phuryn/work-humanizer`，翻一封你上周用 AI 改过的对外邮件，对比它给的逐句事实审计，你会立刻明白什么叫“被改写的承诺”。 4. **学会这个检索姿势**：GitHub 搜索框用 `ai agent created:2026-10-08..2026-10-11` 加 Star 排序，每周扫一次，信息差就是这么做出来的。 ## 参考来源 1. aindeev/agent-chrome-relay 仓库与 README（2026-10-11 版本）：https://github.com/aindeev/agent-chrome-relay 2. Chrome Relay 项目官网：https://agent-chrome-relay.aindeev.com 3. mrsarac/ff-tracking 仓库与 README（含 PROMPT.md 与设计文档）：https://github.com/mrsarac/ff-tracking 4. phuryn/work-humanizer 仓库（含完整盲测数据与复现脚本）：https://github.com/phuryn/work-humanizer 5. GitHub 新仓库检索（created:2026-10-08..11，按 Star 排序）：https://github.com/search?q=ai+agent+created:2026-10-08..2026-10-11&type=repositories&s=stars&o=desc --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。