Перевод на русский: **Браузерная обвязка: предоставление LLM прямого доступа к CDP для самокоррекции браузерных задач**

Browser Harness — это самовосстанавливающийся инструмент, который предоставляет LLM полную свободу для выполнения задач в браузере, подключаясь напрямую к Chrome через CDP websocket (~592 строки Python). Вместо оборачивания Chrome в предопределённые функции (как Playwright MCP или agent-browser) он предоставляет тонкий демон, удерживающий websocket, базовые помощники и файл SKILL.md — и позволяет агенту писать собственные инструменты, когда это необходимо.
Как это работает
Основные концепции:
- Демон, который поддерживает CDP websocket активным
- Чрезвычайно базовые инструменты в
helpers.py(~195 строк) - Файл
SKILL.md, объясняющий использование
Когда LLM нужна функция, которая не существует, он редактирует helpers.py и добавляет её. Авторы сообщают о случае, когда агент хотел загрузить файл, не нашёл функцию upload_file(), написал её сам, используя DOM.setFileInputFiles, и продолжил — это было видно только в git diff.
По сравнению с другими подходами
Другие инструменты (Playwright MCP, browser-use CLI, agent-browser, Chrome DevTools MCP) оборачивают Chrome в предопределённые функции. Их худший режим отказа — тихий: click() возвращает успех, но ничего не произошло. Browser Harness стремится дать LLM идеальный контекст и свободу для самокоррекции.
Настройка и установка
Установите с помощью Claude Code или Codex, вставив:
Set up https://github.com/browser-use/browser-harness for me.
Агент читает install.md для начальной загрузки, затем SKILL.md для обычного использования и всегда проверяет helpers.py на наличие доступных функций.
Реальные примеры
- Играет в шахматный движок Stockfish
- Устанавливает мировой рекорд в Тетрисе
- Рисует сердце с помощью JavaScript
Внесение вклада
Вклад приветствуется: добавляйте доменные навыки в domain-skills/ для таких сайтов, как LinkedIn, Amazon и т.д. Навыки генерируются инструментом, а не пишутся вручную. Исправления ошибок, документация и улучшения помощников также принимаются.
Лицензия: MIT.
📖 Читать полный исходник: HN LLM Tools
👀 Смотрите также

Результаты PinchBench: Первый эталонный тест для ИИ-агентов кодирования, специфичных для OpenClaw
Первый специализированный бенчмарк OpenClaw, PinchBench, ранжирует 32 модели ИИ по проценту успешных решений, стоимости и скорости, где Google Gemini-3-Flash-Preview лидирует с 95,1% успеха за $0,72.

ARP: Бесстатусный WebSocket-ретранслятор для общения автономных агентов
ARP (Протокол ретрансляции агентов) — это безсостоятельный WebSocket-ретранслятор для общения автономных агентов, использующий идентификацию Ed25519, шифрование HPKE согласно RFC 9180, бинарную TLV-фреймировку и накладные расходы в 33 байта на сообщение. Не требуются аккаунты или регистрация — просто сгенерируйте пару ключей и подключитесь.

Репозиторий бесплатного руководства по запуску продуктов на основе ИИ для пользователей Claude
Разработчик выпустил бесплатный репозиторий, содержащий структурированное руководство по запуску ИИ-продуктов, предназначенное для работы с Claude. Репозиторий организует опыт запуска в практические этапы, включая стратегию, подготовку, исполнение, а также содержит шаблоны и ссылки на инструменты.

Инструмент GrapeRoot снижает затраты на код Claude на 45% благодаря предварительно просканированному контексту репозитория.
Бесплатный инструмент под названием GrapeRoot, который предварительно сканирует репозитории и строит графы зависимостей, сократил затраты на Claude Code в среднем на 45% по 10 инженерным задачам, одновременно повысив качество ответов на 13%. Инструмент устраняет циклы исследования, которые обычно потребляют токены.