Браузер CLI: Эффективный по токенам инструмент автоматизации браузера для AI-агентов в программировании

Что делает Browser CLI

Browser CLI — это инструмент автоматизации браузера, созданный для решения проблемы перерасхода токенов в AI-агентах для программирования. Создатель заметил, что проверка браузера потребляла около 30 000 токенов за сессию из-за накладных расходов протокола Playwright MCP, при этом каждый вызов browser_navigate + browser_snapshot стоил около 1500 токенов в рамках JSON-схемы.

Решение — это постоянный фоновый процесс Chromium без графического интерфейса, с которым вы взаимодействуете через команды Bash. Под капотом используется та же технология снимков ARIA от Playwright, но достигается стоимость около 50–100 токенов за вызов вместо ~1500.

Команды и использование

Доступные команды включают:

• browser-cli goto https://example.com — Перейти по URL
• browser-cli snapshot -i — Дерево ARIA с ссылками @e
• browser-cli click @e3 — Кликнуть по ссылке
• browser-cli fill @e5 "hello" — Заполнить поле ввода
• browser-cli css @e3 font-size — Получить вычисленное значение CSS
• browser-cli inspect @e3 — Полная модель блока + стили
• browser-cli screenshot /tmp/page.png — Скриншот
• browser-cli snapshot -D — Сравнение: что изменилось с последнего снимка
• browser-cli responsive /tmp — Скриншоты для мобильных, планшетов и десктопов

Сервер автоматически запускается при первом вызове (~3 с), последующие вызовы занимают ~100–200 мс. Он остаётся активным 30 минут, сохраняя куки, вкладки и состояние между командами.

Экономия токенов

Сравнение токенов:

• Playwright MCP: ~1500 токенов за вызов, ~30 000 токенов за 20 вызовов
• Browser CLI: ~75 токенов за вызов, ~1500 токенов за 20 вызовов

Это экономия 95% на проверке браузера. Для автоматизированных конвейеров, выполняющих несколько задач за сессию, это быстро накапливается.

Функции, выходящие за рамки Playwright MCP

• Проверка CSS — css @e3 padding возвращает вычисленные значения. inspect @e3 даёт полную модель блока + 16 ключевых стилей в формате JSON.
• Живое изменение стилей — style @e3 color red с style --undo. Отладка CSS без изменения исходного кода.
• Сравнение снимков — snapshot -D сравнивает деревья ARIA до и после.
• Пресеты адаптивности — responsive /tmp делает скриншоты для мобильных, планшетов и десктопов одной командой.
• Профили аутентификации — handoff открывает видимый Chrome для ручного входа через SSO/MFA, resume возвращает в режим без графического интерфейса, auth-save admin шифрует сессию (AES-256). В следующий раз: goto-auth https://app.com/dashboard --profile admin — вход не требуется.
• Пакетное выполнение команд — chain [["goto","url"],["snapshot","-i"],["console"]] выполняет несколько команд за один вызов.

Техническая реализация

Архитектура: AI-агент → Bash → CLI-клиент (bin/browse.mjs) → HTTP POST (localhost) → Сервер (src/server.mjs) → API Playwright → Chromium (без графического интерфейса).

Чистый Node.js. Playwright — единственная зависимость. Никакого Bun, Rust или накладных расходов MCP.

Интеграция с Claude Code

Установите глобально:

npm install -g @tuandm/browser-cli

Добавьте в .claude/settings.json:

{
  "permissions": {
    "allow": ["Bash(browser-cli*)"]
  }
}

Добавьте правило в .claude/rules/browser-cli.md, указывающее Claude использовать Browser CLI вместо Playwright MCP. Создатель провёл 5 оценочных сценариев, и Claude каждый раз выбирал правильную команду с загруженным правилом.

Также он поставляется как плагин Claude Code (plugin.json включён) для будущего распространения через маркетплейс.

Вдохновение и технологии

Вдохновлено gstack от Garry Tan, который первым применил подход с постоянным CLI Chromium для AI-агентов. Ключевая идея заключалась в том, что команды Bash значительно эффективнее по токенам, чем MCP, для автоматизации браузера. Основная технология — Playwright от Microsoft.