BrowserOS

BrowserOS neo 为现有 Agent 提供专用浏览器。通过本地 MCP 连接、按会话组织任务,可查看实时活动,或将受阻步骤交给用户处理,不必因此更换任务模型服务。

验证 BrowserOS 连接

接入检查应证明 Agent 能读到目标页面并操作指定控件,而不只是确认端点配置已填写。

测试网址、neo MCP 连接、指定控件、预期页面状态,以及允许的具体操作;如不允许操作,明确仅作只读检查。

复制请求,在 Floatboat 新对话中粘贴,并提供所需资料。

下载 Floatboat

带入 Floatboat 的请求

请求可预览和复制,不会从此处自动发送。

参考来源: BrowserOS
https://github.com/browseros-ai/BrowserOS

先阅读原始说明并核对当前环境与依赖。需要安装或连接新工具时,先提出方案。

我的任务:
使用已配置的 BrowserOS neo 连接打开给定测试网址,检查指定控件,只执行获准操作,将结果与提供的预期状态比较;连接或观察失败时如实报告,不修改账号设置。

期望交付:
包含可见工具、页面标题与一次交互的连接检查。证据不足时列出失败步骤与未解决问题。

关于 BrowserOS

BrowserOS 是 Agent 浏览器项目,当前 neo 产品为外部 Agent 提供专用的第二浏览器。它可导入已有浏览器登录,通过本地 MCP 连接 Cursor、Codex 等客户端。外部宿主保留对话与模型,BrowserOS 提供浏览器状态、任务查看及交互工具。

浏览器 MCP 页面为已识别客户端提供连接入口,也显示手动配置使用的端点。不同版本端口可能变化,应复制当前 URL,不预设固定地址。配套 browseros-neo Skill 说明工具使用;只安装 Skill 而没有实时 MCP 连接,不会得到 snapshot、act 或 run 工具。

neo 建议将多步骤工作放入有界 run 脚本,串联快照、操作与验收。命名会话在 cockpit 中组织活动,人工协助工具处理登录等受阻步骤。这些机制应按当前 neo 指引使用,不混入旧 BrowserOS 扩展教程。Floatboat 可采用对应外部 Agent 的手动 MCP 路径;仓库采用 AGPL-3.0,宿主模型与账号访问另计。

让浏览器工作形成可观察会话

本地端点提供工具,命名会话帮助识别活动,run 将相关步骤组合执行。它们配合使用,但各有边界:连通不等于完成网站登录,标签页 ID 不会永久有效,脚本也有固定执行时限。

  • 批量完成快照、操作与验收

    有界多步骤任务使用 run。其环境既非 Node 也非网页,应通过 page.snapshot、page.read、page.grep 读取,不假定可直接使用 fetch、require 或 document。

  • 稳定变化反馈与当前引用

    act 返回稳定后的变化,导航也在页面变化稳定后返回。应读取反馈,而非额外随意等待;引用过期时再更新快照。

  • 可见会话与人工协助

    name_session 在 cockpit 标注任务。request_human_help 及等待流程让用户处理登录或确认,交还控制后 Agent 从实际浏览状态继续。

具有可见状态的 BrowserOS neo 任务

外部 Agent 需要用户可查看、可续接的浏览会话时,可使用 neo。仓库检查、账号报表、人工检查点与会话复核交付不同结果,应在 cockpit 中保留能识别任务的标签与证据。

检查仓库对应的测试改动

提供可访问测试网址、改动控件与预期行为。按功能命名会话,用一个有界 run 检查页面、执行动作并读取结果。交付与代码问题相关的实际状态,让仓库对话保留改动与现象之间的关系。

读取指定工作区报表

提供门户、获准组织、周期与字段。在 Agent 任务标签页中读取相关报表,交付数值时注明活跃组织和日期。MCP 本地连接成功,并不能证明导入账号就是所需账号。

用户登录后继续任务

页面需要选择账号或验证码时,用 request_human_help 说明原因与后续动作,按状态流程等待期间不继续操作页面。用户完成后重新观察,再执行获准下一步;取消或超时应作为独立结果交付。

复核浏览器任务在哪一步出错

利用命名会话活动及可用本地回放定位最后完成动作,对照任务与 run 日志。区分网站错误、过期句柄和约 30 秒执行超时,分别选择恢复方式,不盲目重放整项工作。

准备 neo、MCP 与报表输入

以下流程使用外部宿主读取一份小型账号报表。浏览器实时连接与网站账号应分别准备:官方 Skill 指导工具操作,当前安装版本的 MCP 面板提供实际端点。

  • 当前 BrowserOS neo 版本

    安装适配系统的当前版本并完成引导。使用 neo 指引,旧浏览器扩展配置可能描述另一代产品。

  • 已连接外部宿主

    已识别客户端可用 MCP 面板的 Connect 并重启客户端。其他宿主复制显示端点,添加 Streamable HTTP MCP 服务;不要预设端口,也不把安装 Skill 当作已建立连接。

  • 报表范围与账号

    提供门户网址、目标账号或组织、周期、字段及只读任务,并说明遇到登录协助时用户是否可以接手。

通过命名 neo 会话读取门户报表

确切参数以实时服务提供的工具定义为准。以下顺序把报表读取拆成有界工作单元,必要时使用浏览器人工协助。缺工具或登录未解决时应明确报告阻塞,不能编造报表。

  1. 确认工具并标注任务

    检查 snapshot、act、run、navigate、tabs 是否可用。缺失时先通过 neo 的 MCP 页面修复浏览器或连接。用 name_session 填写简短任务名和无敏感摘要,让 cockpit 中的工作可识别。

  2. 打开任务页并确认账号

    用 tabs 的 new 动作为任务打开门户,提取前检查组织与周期。登录或账号选择受阻时调用 request_human_help;状态为 waiting 时通过 await_human_help 等待,不改动页面,直到解决或等待结束。

  3. 在有界 run 中读取报表

    用 run 在同一脚本中确定当前页面,组合快照、必要动作及 page.read 或 page.grep。引用来自当前快照。运行环境不是 Node 或网页,单次 run 上限 30 秒;应拆小任务,不通过加超时或沿用旧 page ID 规避限制。

  4. 解释反馈并交付字段表

    读取动作稳定后的变化与返回字段,导航已等待状态稳定,不再随意增加休眠。交付网址、账号或组织、周期、数值与缺失字段。run 失败时先看捕获日志,区分超时与网站错误;没有清理要求时保留有助审阅的标签页。

相关软件项目

比较这些项目的用途、运行条件和源码许可。

BrowserOS 常见问题

MCP 端点应该从哪里取得?
使用已安装浏览器 MCP 页显示的 URL,不同版本端口可能变化。支持的客户端有连接入口,未列出宿主使用手动 Streamable HTTP 路径,不猜地址。
为什么多步骤任务优先使用 run?
它在有界脚本内组合相关观察与动作,减少中间句柄传递。单步操作或调试仍可用细粒度工具。需读取当前 API,运行环境不提供 Node 模块或网页 document 对象。
每次导航或动作后都需要等待吗?
不应随意增加固定等待。导航在页面变化稳定后返回,act 返回稳定变化。先读取这些结果;真正异步的条件按文档等待目标文字或选择器。
run 大约 30 秒失败时如何恢复?
先检查错误与捕获日志。固定时限不能延长,应将新导航和其他工作拆成小调用,再重新确定页面。不假定先前 page ID 仍对应打开的任务标签页。
需要用户登录时怎么办?
可用时使用 request_human_help 及按状态等待流程,仅在 resolved 后继续,取消或超时则如实报告。人工协助工具被关闭时停止并说明所需操作,不重复尝试受阻动作。
本地 MCP 意味着模型只在本机处理吗?
不是。它描述浏览器连接,外部宿主仍可能使用远程模型。Floatboat 可在配置后使用对应手动 MCP 路径,但不表示上游认证、捆绑模型或本页已实测读者安装环境。