概述
Browser Operator 通过 Chrome 扩展实现，让 AI 能够：- 导航到网页
- 点击元素
- 填写表单
- 提取内容
- 截取屏幕截图
- 执行 JavaScript
安装
从 Chrome Web Store
- 访问 Chrome Web Store
- 搜索 “Zeus Browser Operator”
- 点击”添加至 Chrome”
- 确认安装
开发者模式安装
- 下载扩展源码
- 打开
chrome://extensions - 开启”开发者模式”
- 点击”加载已解压的扩展程序”
- 选择扩展目录
架构
连接流程
1. 安装扩展
安装后，扩展会在工具栏显示 Zeus 图标。2. 登录授权
- 点击扩展图标
- 登录 Zeus 账号（或扫码登录）
- 授权扩展访问权限
3. 建立连接
支持的操作
导航
| 操作 | 描述 | 参数 |
|---|---|---|
browser_navigate | 导航到 URL | url |
browser_back | 返回上一页 | - |
browser_forward | 前进 | - |
browser_refresh | 刷新页面 | - |
元素交互
| 操作 | 描述 | 参数 |
|---|---|---|
browser_click | 点击元素 | ref |
browser_type | 追加输入文本 | ref, text |
browser_fill | 清空并输入文本 | ref, text |
browser_select | 选择下拉选项 | ref, value |
browser_hover | 鼠标悬停 | ref |
页面操作
| 操作 | 描述 | 参数 |
|---|---|---|
browser_scroll | 滚动页面 | direction, amount |
browser_screenshot | 截取屏幕 | fullPage |
browser_get_text | 获取元素文本 | ref |
browser_snapshot | 获取页面结构 | - |
高级操作
| 操作 | 描述 | 参数 |
|---|---|---|
browser_wait | 等待指定时间 | seconds |
browser_execute_js | 执行 JavaScript | script |
browser_handle_dialog | 处理对话框 | accept, promptText |
元素引用 (ref)
Browser Operator 使用元素引用 (ref) 来标识页面元素。获取 ref
使用browser_snapshot 获取页面结构，返回包含 ref 的元素列表。每个元素包含 ref（唯一标识符）、tag（HTML 标签）、text（元素文本）等信息。
使用 ref
获取到 ref 后，可以在后续操作（如browser_click、browser_fill）中使用该 ref 来精确定位目标元素。
安全机制
权限控制
- per-action approval - 每个操作可配置是否需要用户确认
- domain restrictions - 可限制只在特定域名操作
- action logging - 所有操作都有日志记录
沙盒环境
- 扩展在沙盒环境运行
- 无法访问浏览器敏感数据（如密码、Cookies）
- 无法访问其他扩展的数据
认证安全
- 使用 JWT Token 认证
- Token 定期刷新
- 支持设备撤销
使用场景
表单自动填写
网页数据提取
自动化测试
故障排除
扩展显示”未连接”
- 检查是否已登录
- 刷新扩展（在 chrome://extensions 点击刷新）
- 检查 WebSocket 服务器是否运行
- 查看浏览器控制台错误
操作执行失败
- 确保页面已完全加载
- 检查元素 ref 是否有效
- 尝试使用
browser_snapshot更新元素列表 - 检查是否有弹窗阻止操作
截图空白
- 等待页面渲染完成
- 检查是否有 iframe 内容
- 尝试使用
fullPage: false参数
MCP 服务器
Browser Operator 也作为 MCP 服务器运行，可以被其他 MCP 客户端调用。所有浏览器操作工具（如browser_navigate、browser_click 等）均通过标准 MCP 协议暴露。
与 Lingda 平台集成
Browser Operator 可以集成到第三方平台（如 Lingda）：认证流程
- 第三方后端调用 Zeus API 获取 JWT
- 将 JWT 传递给 Browser Operator 扩展
- 扩展使用 JWT 连接 WebSocket