Управление браузером через DevTools Protocol
Проект Chrome Crawler от разработчика ir00nman представляет собой расширение для Chrome (версии 114+), которое использует Chrome DevTools Protocol для взаимодействия со страницами. В отличие от обычных ботов, агент действует от имени пользователя: кликает, печатает текст и прокручивает страницы, что делает его действия незаметными для систем защиты сайтов. Инструмент поддерживает любые модели, совместимые с OpenAI API, включая локальные серверы, что критично для приватности данных.
Автономные скрипты и игра в 2048
Ключевая фишка проекта — режим /skript. Агент анализирует страницу, пишет код (JavaScript) и запускает его внутри вкладки. Это позволяет выполнять сложные задачи без постоянных запросов к LLM, экономя токены. Яркий пример — автоматизация игры в 2048. Агент определяет состояние поля либо через DOM-дерево, либо через анализ пикселей на canvas (если DOM недоступен). Написанный скрипт работает на полной скорости браузера, а пользователь лишь подтверждает результат или просит модель исправить ошибки.
3D-моделирование в Onshape
Инструмент выходит за рамки веб-скрейпинга, интегрируясь с CAD-системой Onshape. Пользователь может задать текстовый запрос, например: «Параллелепипед 40×80×30 со сквозным отверстием 10 мм и скруглением 3 мм». ИИ генерирует код FeatureScript, который через Onshape API создает 3D-фигуру в открытом документе. Пользователь проверяет результат и может итеративно менять параметры, пока модель не будет соответствовать требованиям.
Режимы работы и безопасность
Chrome Crawler предлагает несколько режимов взаимодействия, адаптированных под разные задачи:
| Режим | Действие агента | Пример использования |
|---|---|---|
| Вопрос | Только чтение страницы, без изменений | Анализ контента, поиск информации |
| Действует | Выполняет шаги, запрашивает подтверждение | Заполнение форм, навигация по сайтам |
| /skript | Пишет и запускает код на странице | Автоматизация рутины, игры, парсинг |
| /study | Изучает сайт и сохраняет стратегию | Подготовка к сложным многошаговым задачам |
Для обеспечения безопасности код проверяется перед запуском на синтаксис и политику безопасности. Скриншоты отправляются только вашему провайдеру модели; при работе с конфиденциальными данными рекомендуется использовать режим «Структура» (только DOM), чтобы избежать отправки изображений.
Установка и лицензия
Проект распространяется под лицензией CC BY-NC 4.0 (некоммерческое использование с указанием автора). Установка осуществляется через режим разработчика в Chrome: необходимо скачать ZIP-архив с GitHub, распаковать его и загрузить как распакованное расширение. Расширение поддерживает автообновление: при появлении новой версии в репозитории появляется кнопка «Обновиться», которая сохраняет настройки и скрипты пользователя.
Источник: Github ↗