Как дать AI-агенту глаза и руки в обычном браузере
Недавно я поймал себя на мысли, что современные AI-агенты вроде Claude Code или Cursor напоминают очень умных профессоров, запертых в пустой комнате. Они отлично пишут код, но стоит попросить их проверить что-то в сети или зайти во внутреннюю админку компании, как начинаются проблемы. Стандартные инструменты поиска часто выдают «кашу» из текста, а динамические сайты на React или Vue для них вообще закрытая книга.
На GitHub попался проект web-access, который решает эту проблему довольно изящным способом. Это не просто «поисковик» для нейронки, а полноценный навык (skill), который подключает агента к вашему обычному Chrome или Edge через протокол CDP.
В чем суть задумки
Обычно, когда агент лезет в интернет, он использует что-то вроде Jina Reader или простой curl. Это дешево по токенам, но бесполезно, если нужно нажать на кнопку, подождать загрузки скриптов или — самое важное — использовать ваши куки и авторизацию.
Автор проекта, разработчик под ником Eze, пошел другим путем. Он создал прослойку, которая позволяет AI управлять вашим запущенным браузером. Агент видит вкладки, может создавать новые, кликать по элементам и даже делать скриншоты для анализа.
Что умеет этот инструмент
Проект закрывает сразу несколько «болей», с которыми я сталкиваюсь при работе с AI-помощниками.
Работа с авторизованными сессиями
Поскольку инструмент подключается к вашему рабочему профилю в Chrome или Edge, агенту не нужно логиниться. Если вы залогинены в Jira, GitHub или в своей корпоративной панели мониторинга, агент тоже там «залогинен». Он может зайти на страницу, которую не видит ни один поисковый робот.
Умный выбор инструментов
Инструмент не долбится в одну стену. Он сам решает, как лучше получить данные:
- Нужно быстро прочитать текст? Использует Jina или WebFetch.
- Сайт перегружен скриптами? Запускает полноценный браузер через CDP.
- Нужно скачать файл или проверить API? Берет curl.
Поиск по истории и закладкам
Это, пожалуй, самая интересная фича последних обновлений. Скрипт find-url.mjs позволяет агенту искать информацию в вашей локальной истории посещений и закладках. Если вы скажете: «Найди ту статью про оптимизацию БД, которую я читал на прошлой неделе», он реально сможет её найти и проанализировать.
Накопление опыта
Проект реализует концепцию «Site Experience». Агент запоминает особенности конкретных доменов: где лежат ловушки, какие селекторы работают лучше, как устроена навигация. При следующем обращении к этому же сайту он будет действовать увереннее.
Как это устроено технически
В основе лежит Node.js и протокол Chrome DevTools (CDP). Вы запускаете свой браузер с флагом удаленной отладки, а web-access поднимает локальный прокси-сервер.
Интересный момент: автор добавил возможность «прошивать» Shadow DOM и iframe. Те, кто занимался парсингом, знают, какая это головная боль. Здесь же используется рекурсивный обход через eval, что позволяет агенту видеть страницу целиком, без слепых зон.
Для управления используется простой HTTP API. Вот пример того, как это выглядит «под капотом»:
# Создание новой вкладки
curl -s -X POST --data-raw 'https://github.com' http://localhost:3456/new
# Клик по кнопке через реальное событие мыши
curl -s -X POST "http://localhost:3456/clickAt?target=ID" -d '.submit-button'
Как начать пользоваться
Для установки проще всего использовать npx:
npx skills add eze-is/web-access
Или просто скинуть ссылку на репозиторий своему агенту (например, в Claude Code) и попросить его установить этот skill.
Главное условие — включить удаленную отладку в браузере. В Chrome это делается на странице chrome://inspect/#remote-debugging. Нужно поставить галочку «Allow remote debugging».
Кому это пригодится
Я вижу три сценария, где это реально экономит время:
- Автоматизация рутины в админках. Когда нужно поменять статус у сотни тикетов или собрать отчет из системы, у которой нет API.
- Глубокий ресерч. Когда нужно не просто «погуглить», а зайти на 10 сайтов конкурентов, сравнить цены и выдать таблицу.
- Тестирование. Можно попросить агента проверить, как выглядит верстка на разных страницах, и сделать скриншоты ошибок.
Стоит помнить о безопасности: давать AI доступ к браузеру, где открыты ваши банки или соцсети — это риск. Автор честно предупреждает об этом в README и советует использовать отдельные профили или «твинки» для критичных задач.
В целом, проект выглядит как очень здравый шаг в сторону превращения AI из чат-бота в реального исполнителя задач. Это не «революция», но очень крепкий и полезный инструмент для тех, кто хочет выжать максимум из своих локальных агентов.
