​
用 BrowserOS MCP 做浏览器自动化

guide2026-06-028 min read

BrowserOS 把 Chromium 浏览器、MCP server、agent UI 和外部应用连接到同一个控制面，让 Claude Code 和 Codex 可以直接操作真实浏览器。

browserosmcpbrowser-automationcodexclaude-code

​
Summary

BrowserOS 是一个开源的 AI-native Chromium fork，内置 MCP server，能把浏览器控制权暴露给 Claude Code、Codex、Gemini CLI、Claude Desktop 等 MCP client。它适合做真实浏览器里的自动化：打开页面、点击、输入、截图、读取 DOM/console、抽取登录态页面内容、跑本地网页测试，以及串联 Gmail、Slack、GitHub、Linear、Notion 等外部应用。 二次开发要分清两条路：改 agent 层成本低，主要是 TypeScript/React/Go/Bun；改 Chromium/browser 层成本高，需要 Xcode、Chromium checkout、约 100GB 空间和长时间编译。多数功能应该先从 agent 层、MCP tools、扩展 UI 或 agent loop 入手。

​
What This Solves

过去用 AI agent 操作浏览器通常有几种麻烦：Chrome DevTools 需要单独开调试端口，Playwright 更像测试框架，很多网页自动化拿不到你真实浏览器里的登录态，外部应用又需要单独接很多 MCP server。 BrowserOS 的思路是把浏览器本身变成 agent 工作台。它基于 Chromium，内置 AI agent、MCP server 和 browser tools。Claude Code 或 Codex 通过一个 MCP URL 接入后，就能把“打开 localhost、点登录、看 console error、截图、回到代码修复”变成一个闭环。 核心资料：

​
Who This Is For

这篇笔记适合想用 Claude Code、Codex 或其他 MCP client 控制真实浏览器的人。典型使用者是前端开发、全栈开发、自动化测试、数据抽取、运营工具自动化、个人工作流自动化，以及想研究 BrowserOS 二次开发路线的人。 如果只是想自动化网页任务，不需要一开始就改 Chromium。先把 BrowserOS 安装好，接上 MCP client，用现成工具跑起来；只有当你要改浏览器内核、系统级集成、打包签名、Chromium patch 时，才进入 browser 层开发。

​
Prerequisites

  • 已安装 BrowserOS，并能打开设置页。
  • Claude Code 或 Codex CLI 等 MCP client。
  • BrowserOS MCP server URL，通常在 chrome://browseros/mcp 里复制，示例是 http://127.0.0.1:9239/mcp。
  • 如果要访问 Gmail、Slack、GitHub 等外部应用，需要按 BrowserOS 的 OAuth 流程授权。
  • 如果要做 BrowserOS agent 层开发，需要 Node/Bun/TypeScript/React/Go 相关环境。
  • 如果要做 Chromium/browser 层开发，macOS 需要 Xcode + Command Line Tools，并预留约 100GB 磁盘空间。
BrowserOS GitHub README 把项目描述为 open-source Chromium fork，并标注 AGPL-3.0。README 还把仓库拆成两个主系统：packages/browseros 是 Chromium fork/build/signing，packages/browseros-agent 是 MCP server、agent UI、CLI 和 evaluation framework。

​
The Workflow

1

在 BrowserOS 里开启 MCP server

打开 BrowserOS，进入 MCP 设置页。官方文档给出的入口是 chrome://browseros/mcp，也可以从 Settings 里的 BrowserOS MCP 入口进入。复制页面展示的 Server URL，例如：
http://127.0.0.1:9239/mcp
2

把 BrowserOS 接到 Claude Code

Claude Code 可以通过 HTTP transport 添加 MCP server。官方示例命令是：
claude mcp add --transport http browseros http://127.0.0.1:9239/mcp --scope user
之后启动 Claude Code，让它直接描述浏览器任务：
Open localhost:3000 in BrowserOS, click the login button, and report console errors.
3

把 BrowserOS 接到 Codex

Codex CLI 也可以添加同一个 MCP URL：
codex mcp add browseros http://127.0.0.1:9239/mcp --transport http
接上之后，Codex 就可以使用 BrowserOS 暴露的浏览器自动化工具。对开发最有用的是：打开本地网页、读取页面内容、获取 DOM、点击元素、输入文本、截图、读 console、下载文件、管理 tab/window。
4

把浏览器自动化写成开发闭环

最实用的提示词不是“控制浏览器”，而是给一个可验证任务：
In BrowserOS, open http://localhost:3000, complete the signup flow with test data, take a screenshot of the final page, inspect console errors, then fix the code and rerun the flow.
这个模式把浏览器检查、代码修改、测试验证连在一起，适合配合 Codex 的 /goal 长任务使用。
5

用 BrowserOS 做登录态页面和外部应用自动化

BrowserOS 是真实浏览器，因此可以处理已经登录的页面。官方示例包括抽取 LinkedIn profile、读取 Gmail、创建 Linear issue、发 Slack summary、截图保存到本地等。这里的重点不是爬虫，而是让 agent 在你的授权环境里完成重复操作。
6

先从 agent 层二开

BrowserOS 官方 contributing 文档明确说大多数人从 agent 开始，因为它更容易设置和迭代。agent 层可以改 AI agent features/tools、UI/UX、browser automation、测试和文档，主要技术栈是 TypeScript、React、Chrome APIs。
7

只有必要时再改 Chromium/browser 层

Browser 层负责 Chromium patches、build system、platform features 和核心浏览器逻辑。BrowserOS 的 packages/browseros README 说明它会 fetch Chromium source、应用 BrowserOS patches、构建并签名 macOS/Windows/Linux 二进制。这个路径成本高，但可以改到浏览器级能力。
优先级建议：先用现成 BrowserOS MCP 跑自动化；如果现成 tools 不够，再扩展 agent server/tool；只有当需求必须进入 Chromium patch、打包签名、浏览器原生 UI 或系统集成时，才进入 browser 层。

​
Common Failure Modes

不要一开始就 fork Chromium 做二开。Chromium checkout 和 build 都很重，BrowserOS contributing 文档写到 browser development 需要约 100GB disk、推荐 16GB+ RAM，首次构建可能要数小时。macOS 还需要 Xcode + Command Line Tools。
Claude Code 有跳过每次浏览器动作确认的选项，但这类模式只适合受控环境。涉及账号、付款、生产系统、删除记录、发送消息、提交表单时，不要让 agent 无限制自动确认。
BrowserOS MCP 可以读取登录态页面和浏览历史，也能连接外部应用。自动化越强，权限边界越重要。给 agent 的任务要写清楚允许做什么、不允许做什么、最终只读还是可写。
如果 MCP URL 变了、BrowserOS 没启动、端口被占用，Claude Code/Codex 会连不上 server。先回到 chrome://browseros/mcp 复制最新 URL，再更新 MCP client 配置。
如果你要改 agent 层，不要假设端口只有一个。BrowserOS agent README 里区分了 server port、CDP port、extension port，开发时要保持 .env.development 里的端口一致。

​
Final Checklist

  • BrowserOS 已安装并能打开 chrome://browseros/mcp。
  • Claude Code 或 Codex 已添加 BrowserOS MCP URL。
  • 能让 agent 打开一个网页并返回页面状态或截图。
  • 自动化任务写清楚了允许动作、禁止动作和验收结果。
  • 需要登录态或外部应用时，已经完成 OAuth/登录，并明确数据边界。
  • 二开前先判断需求属于 agent 层还是 browser 层。
  • 如果进入 browser 层，已准备 Xcode、Command Line Tools、约 100GB 空间和足够构建时间。

​
What To Remember

BrowserOS 的价值不是单纯“多一个浏览器”，而是把真实浏览器变成 MCP 可控的 agent runtime。Claude Code 和 Codex 可以通过它做前端测试、页面排错、资料抽取、截图、表单流、登录态页面操作和跨应用工作流。 二次开发时最重要的判断是层级：agent 层轻、快、适合多数自动化和工具能力；browser 层重、慢、但能改 Chromium 级行为。先用 BrowserOS MCP 把工作流跑通，再决定是否需要改 agent server/tool、扩展 UI，最后才考虑 Chromium fork 级改造。

​
Metadata

Quick Reference

Typeguide
Statuspublished
Date2026-06-02

Retrieval Tags

browserosmcpbrowser-automationcodexclaude-code
Related
codex goalagent workflowbrowser automationmcp