## 概述：终端里的 AI，最缺一双"眼睛" Claude Code 12+ 小时守在终端，能改代码、能跑测试，唯独看不到网页——点不了按钮、填不了表单、验不了页面、抓不了登录后内容。这一轮评测聚焦"工作流自动化"大类的最后一个未被深挖的子节点：**浏览器自动化引擎**。它们把"打开浏览器、点击、截图、抓数据"封装成 Skill，让 Agent 真正长出眼睛和手指。本期横评纳入 7 套主流方案：编程派 `playwright`、性能派 `agent-browser`、联网派 `web-access`、官方派 `Claude in Chrome`、领域特化派 `develop-web-game`、轻量派 `screenshot`，以及作为参照系的 `Playwright MCP / DevTools MCP`。实测发现，同一套操作在不同引擎间 **Token 消耗可相差 10 倍以上**，选错引擎一天的额度可能半天烧光。 ## 评测对比总表 | 引擎 | 来源/作者 | 架构 | 核心场景 | 开箱即用 | Token 效率 | 社区热度 | |------|----------|------|---------|---------|-----------|---------| | **web-access** | eze-is | 三层通道调度 + CDP + 并行分治 | 登录态联网、社媒抓取、调研 | ★★★★★ | ★★★★☆ | ★★★★★（8.1k★） | | **agent-browser** | Vercel Labs | Rust 守护进程 + Ref 引用 | 高频交互、E2E、批量任务 | ★★★★☆ | ★★★★★ | ★★★★☆ | | **playwright** | lackeyjb | 通用 Playwright 即写即跑 | 任意自动化、爬虫、测试 | ★★★★☆ | ★★★☆☆ | ★★★★☆（2.9k★） | | **Claude in Chrome** | Anthropic 官方 | 浏览器扩展直连 | 本地调试、表单、数据提取 | ★★★★★ | ★★★★☆ | ★★★★★（官方） | | **develop-web-game** | Codex 生态 | Playwright 测试闭环 | Web 游戏开发自驱迭代 | ★★★☆☆ | ★★★★☆ | ★★☆☆☆ | | **screenshot** | 社区 | 轻量截图 | 单页/整页快照 | ★★★★★ | ★★★★★ | ★★☆☆☆ | | **Playwright MCP / DevTools MCP** | Microsoft/Google | MCP Server | 结构化工具调用参照 | ★★★★☆ | ★★☆☆☆ | ★★★★★ | ## 逐个深度评测 ### 1. web-access：一个 Skill 拉满联网与登录态 **来源**：eze-is 维护，GitHub 公开仓库，截至评测日 **8.1k Star、578 Fork**，是中文社区目前讨论度最高的联网 Skill。安装方式为 `git clone` 后纳入 `.claude/skills/`，触发词覆盖"搜索/抓取/登录后操作/社媒"。 **核心功能演示**：它的杀手锏是**三层通道调度**——静态页面走轻量 fetch、动态渲染走无头浏览器、需登录态的内容直接复用本地 Chrome 的 CDP 通道（你已登录的小红书、公众号、知乎、Twitter 直接可读）。配合**并行分治**能力，多 Tab 同时开调研，并自动把"某站如何翻页、如何绕过反爬"沉淀为**站点经验库**，下次复用。 **评分**：功能完整度 ★★★★★｜上手 ★★★★☆｜变现 ★★★★★｜训练营 ★★★★☆｜社区 ★★★★★ **变现/训练营**：这是本期变现天花板。把它包装成"小红书/公众号数据中台"的 Agent 后端，按调用量或月费收费，客单价空间 99–999 元/月。训练营可设计 4 课时：通道调度原理 → CDP 登录态复用 → 并行调研编排 → 站点经验沉淀，适合运营、增长、内容从业者。 **对比**：相比 `playwright` 需要写脚本、`agent-browser` 侧重交互，`web-access` 直接解决"Agent 到底怎么看到登录后世界"的痛点，是中文互联网场景的针对性解法。 ### 2. agent-browser：Vercel 出品的性能怪兽 **来源**：Vercel Labs 开源，**纯 Rust 编写**，客户端-守护进程（daemon）架构，提供 **140+ 命令**，跨 macOS/Linux/Windows。 **核心功能演示**：最大亮点是 **Ref 引用系统**——先 `snapshot` 拿到页面元素引用 `@e1 @e2`，再用引用精准操作，避免传统选择器在动态页面上频繁失效。官方公布的工程收益相当夸张：**1.6 倍冷启动加速、18 倍内存降低、99 倍安装包缩小**。命令覆盖导航、元素交互、截图、表单填写、网络拦截，适合高频、批量、长流程任务。 **评分**：功能完整度 ★★★★☆｜上手 ★★★★☆｜变现 ★★★★☆｜训练营 ★★★☆☆｜社区 ★★★★☆ **变现/训练营**：定位"高性能 RPA 内核"，可嵌入 SaaS 后端做规模化网页操作（如竞品监控、价格巡检），技术壁垒高、定价可对标传统 RPA。训练营门槛偏高，适合 3 课时面向有编程基础的开发者讲架构与 Ref 系统。 **对比**：`playwright` 通用但慢、`web-access` 偏联网，`agent-browser` 在"既要快又要稳"的批量交互场景里几乎没有对手，是工程团队的首选。 ### 3. playwright：通用编程式自动化的瑞士军刀 **来源**：lackeyjb 的 `playwright-skill`，**2.9k Star、205 Fork**，README 自述为"让 Claude 即时编写并执行任意 Playwright 自动化"。 **核心功能演示**：思路直接——把微软 Playwright 的全套 API 暴露给 Agent，AI 现场写脚本现场跑。支持自动检测本地 dev server、跨浏览器、网络请求拦截、截图、视频录制。从填表、爬数据到完整 E2E 测试套件都能干。BetterStack 基准显示，**CLI 式工作流比 MCP 式平均节省约 16% 上下文**。 **评分**：功能完整度 ★★★★☆｜上手 ★★★☆☆｜变现 ★★★☆☆｜训练营 ★★★★☆｜社区 ★★★★☆ **变现/训练营**：变现偏弱——能力通用、可替代性高，更适合做"测试外包工厂"或网站体检 SaaS 的底层。训练营价值高，Playwright 本身就是行业标准，6 课时教学路径清晰，是入行 QA/测试开发的优质载体。 **对比**：它是最"正"的通用方案，但 Token 消耗大、对页面变化敏感；要稳定批量，`agent-browser` 更优；要登录态抓取，`web-access` 更优。 ### 4. Claude in Chrome：官方扩展的零配置体验 **来源**：Anthropic 官方方案，文档见 `code.claude.com/docs/en/chrome`，通过 **Claude in Chrome 浏览器扩展** 直连你正在用的 Chrome。 **核心功能演示**：无需装 Skill、无需配 MCP，扩展装上即用。Claude Code 直接在你登录态的 Chrome 里测试 Web App、读 console 日志、填表单、抓数据。本地调试、看真实渲染、复用已登录会话，体验最丝滑。 **评分**：功能完整度 ★★★★★｜上手 ★★★★★｜变现 ★★★☆☆｜训练营 ★★★★★｜社区 ★★★★★ **变现/训练营**：变现一般（官方免费、难以二次封装收费），但训练营是满分——零门槛、官方背书，1–2 课时即可让零基础学员"看到 Agent 操作浏览器"，是绝佳的破冰演示。 **对比**：胜在"开箱即用 + 官方信任"，败在依赖单一浏览器扩展生态、无法脱离本地 Chrome 做云端规模化。本地用选它，云端规模化选 `agent-browser`/`web-access`。 ### 5. develop-web-game：领域特化的开发自驱闭环 **来源**：Codex/OpenClaw 生态，专为 Web 游戏（HTML/JS）迭代设计，本质是 Playwright 测试循环的领域封装。 **核心功能演示**：它不只是"操作浏览器"，而是**开发闭环**——实现小改动 → 跑 Playwright 测试脚本（短输入 burst + 刻意暂停）→ 截图 + `render_game_to_text` 把游戏画面渲染成文本 → 查 console 错误 → 决定下一步。让 Agent 像"边玩边改"地打磨游戏手感。 **评分**：功能完整度 ★★★☆☆｜上手 ★★★☆☆｜变现 ★★★★☆｜训练营 ★★★★☆｜社区 ★★☆☆☆ **变现/训练营**：垂直但稀缺——"AI 游戏开发陪练"是蓝海，可做成按游戏计费的开发服务或 H5 小游戏外包流水线。训练营 4 课时可讲"渲染即反馈"这一 Agent 视觉闭环范式，迁移到其他需要看效果再改的领域（数据可视化、动画）。 **对比**：本期唯一"以浏览器为开发反馈通道"而非"以浏览器为操作对象"的引擎，思路独特，但通用性低。 ### 6. screenshot：被低估的轻量抓手 **来源**：社区维护的轻量 Skill，描述极简，主打单页/整页截图。 **核心功能演示**：不做复杂交互，只负责"把网页变图片"——整页截图、区域截图、滚动截图。看似简单，却是**让 Agent 获得视觉判断**的最便宜方式：截一张图喂给多模态模型，比解析整页 DOM 省 90% Token。 **评分**：功能完整度 ★★☆☆☆｜上手 ★★★★★｜变现 ★★☆☆☆｜训练营 ★★★★★｜社区 ★★☆☆☆ **变现/训练营**：变现弱（太薄），但训练营是隐藏宝藏——1 课时讲清"截图 + 多模态判断"这套极简视觉闭环，是给新手演示"AI 如何看世界"最低成本的入口。 **对比**：定位互补而非竞争，常与 `agent-browser`/`web-access` 搭配——后者操作、前者取证。 ### 7. Playwright MCP / DevTools MCP：参照系与"重炮" **来源**：分别来自 Microsoft（Playwright MCP）与 Google（Chrome DevTools MCP），是 Skill 形态之外的主流 MCP Server 方案，作为本期横评的参照系纳入。 **核心功能演示**：把浏览器能力结构化为标准 MCP 工具调用，跨 Agent 通用。能力最全（含 DevTools 级的调试、性能 trace），但代价是**每次交互的上下文开销大**——dev.to 实测显示同类方案 Token 消耗可比 CLI 派高 10 倍以上。 **评分**：功能完整度 ★★★★☆｜上手 ★★★★☆｜变现 ★★★☆☆｜训练营 ★★★☆☆｜社区 ★★★★★ **变现/训练营**：变现一般（官方免费），但训练营价值在于讲清"Skill vs MCP"两种范式的取舍——结构化、跨平台、可调试，但贵。适合作为中高级课的对比章节。 **对比**：功能最全却最"重"，日常轻量任务用它纯属烧钱；规模化、跨 Agent 复用、需深度调试时才显现价值。 ## 浏览器自动化生态分类思维导图 ```mermaid mindmap root((浏览器自动化引擎)) 通用编程派 playwright(lackeyjb 2.9k★) Playwright MCP(Microsoft) 高性能 CLI 派 agent-browser(Vercel Rust 140+命令) 联网登录派 web-access(eze-is 8.1k★ CDP复用) Claude in Chrome(官方扩展) 轻量取证派 screenshot(截图+多模态判断) Browserbase(云端托管) 领域特化派 develop-web-game(开发反馈闭环) PinchTab 调试重炮派 Chrome DevTools MCP(Google) browser-use(Agent框架) ``` ## 推荐排行榜 **🥇 综合最强（中文互联网场景）—— web-access** 登录态复用 + 并行调研 + 站点经验沉淀，三项独家能力组合，社区热度与变现潜力双满分。运营/增长/内容从业者的首选。 **🥈 工程性能之选 —— agent-browser** Rust 守护进程 + Ref 引用系统，高频批量交互和规模化 RPA 的最优解，Token 效率第一梯队，适合有技术能力的团队。 **🥉 通用与教学双优 —— playwright / Claude in Chrome** 前者是行业标准的通用瑞士军刀，后者是零门槛的官方破冰方案，按"是否需要云端规模化"二选一。 **按场景快选：** - **做小红书/公众号数据中台** → `web-access` - **做竞品监控/价格巡检 SaaS** → `agent-browser` - **做 QA 测试外包/教学** → `playwright` - **本地零配置体验** → `Claude in Chrome` - **做 H5 游戏开发陪练** → `develop-web-game` - **只想最便宜地让 AI 看一眼页面** → `screenshot` **Token 省钱铁律**：能用 CLI 派（`agent-browser`/`playwright`）就别上 MCP 重炮，Benchmark 显示同类操作 Token 消耗可差 10 倍；能用 `screenshot` 截图判断就别解析整页 DOM。 ## 结语：浏览器自动化 = Agent 的"感官系统" 这一类 Skill 不像部署/CI 那样"把代码送上线"，而是反过来——把线上的真实世界**喂回**给 Agent。它是 Agent 闭环里最关键的感官环节：没有它，Agent 是盲人摸象；有了它，Agent 才能验证、纠错、自驱。在 2026 年的 Agent 生态里，浏览器自动化引擎的成熟度，直接决定了"自动化工作流"是停留在写代码，还是真正延伸到操作整个互联网。 ## 参考来源 1. [I Tested Every Browser Automation Tool for Claude Code — Here's My Final Verdict](https://dev.to/minatoplanb/i-tested-every-browser-automation-tool-for-claude-code-heres-my-final-verdict-3hb7) — 6 套工具横评，揭示 Token 消耗 10 倍差异 2. [Browser Automation in Claude Code: 5 Tools Compared (2026)](https://www.heyuan110.com/posts/ai/2026-01-28-claude-code-browser-automation/) — browser-use/Agent Browser/Playwright CLI/MCP/DevTools 真实 Token 与速度对比 3. [GitHub - eze-is/web-access](https://github.com/eze-is/web-access) — 三层通道调度 + 浏览器 CDP + 并行分治，8.1k Star 4. [agent-browser 与 Claude Code 集成使用指南 - 字节笔记本](https://www.bytenote.net/article/agent-browser-claude-code-integration) — Vercel Rust CLI 架构、140+ 命令、Ref 引用系统详解 5. [GitHub - lackeyjb/playwright-skill](https://github.com/lackeyjb/playwright-skill) — 通用 Playwright 即写即跑 Skill，2.9k Star 6. [Use Claude Code with Chrome - 官方文档](https://code.claude.com/docs/en/chrome) — Anthropic 官方 Chrome 扩展集成指南 7. [Playwright CLI vs. MCP: Browser Automation for Coding Agents - BetterStack](https://betterstack.com/community/guides/ai/playwright-cli-vs-mcp-browser/) — CLI 式工作流较 MCP 平均节省约 16% 上下文的基准结论 > [!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。