「BrowserWing」开源浏览器自动化平台：把网页操作录成 MCP 命令和 Claude Skill

浏览器自动化一直有个很实际的矛盾：AI agent 能看页面、点按钮、读结果，但如果每一步都靠截图和自然语言来回描述，速度慢、token 消耗高，稳定性也不太好。BrowserWing 的思路是把常见网页操作沉淀成可复用命令，让 agent 直接调用结构化能力，而不是每次都重新“看图猜操作”。

它是一个开源浏览器自动化平台，可以把浏览器动作转成 MCP commands 或 Claude Skill，让支持 MCP / Skills 协议的 AI 工具直接控制浏览器。项目同时提供 Web UI、CLI、HTTP API、脚本录制器和内置 AI Agent，对想把浏览器任务接进自动化流水线的人来说，定位很清楚：少一点慢吞吞的视觉交互，多一点可复用、可组合的命令接口。

从录制网页操作，到导出给 AI 工具调用

BrowserWing 的一个亮点是视觉脚本录制。你可以把一段浏览器操作录下来，在界面里编辑和回放，再把它导出成 MCP 命令或 Skill 文件。这样一来，团队里反复做的网页任务，比如抓热门榜单、跑搜索、打开某个后台页面读取数据，就不必每次让 agent 从零开始摸索页面。

README 里提到它内置了 78 个脚本，覆盖 GitHub Trending、Hacker News、Bilibili、YouTube、Reddit、Steam、BBC、Bloomberg、Reuters、Google Scholar、Binance、Amazon、微博、知乎、CNKI、Yahoo Finance 等站点。CLI 也比较适合给 agent 用：先用 browserwing ls --format=json 发现脚本，再用 browserwing run <name> 拿 JSON 或 CSV 输出，后面可以继续接 jq、表格、数据库或其他自动化步骤。

MCP、Skills、CLI 和 API 放在同一个入口里

它不是只做一个浏览器控制库，而是把几种接入方式都放在了一起。你可以把本地服务配置成 MCP Server，地址类似 http://localhost:8080/api/v1/mcp/message；也可以下载仓库里的 SKILL.md，导入支持 Skills 协议的 AI 工具；如果只是想跑现成脚本，直接走命令行也可以。

更偏工程侧的部分，则包括 26+ HTTP API 端点、cookie 和 storage 会话管理、LLM 语义抽取，以及内置 AI Agent。项目要求本机有 Chrome 或 Chromium；安装方式支持 npm 全局安装、一行脚本、手动下载预编译二进制，也可以从源码构建。

截至我查看时，BrowserWing 是 MIT License，主语言是 Go，前端使用 React / TypeScript / Vite，GitHub 上有 1280 个 Star、112 个 Fork。它适合那些已经在用 Claude Code、Cursor、OpenClaw 或其他 agent 工具的人：当任务从“临时点一个网页”变成“长期反复跑一批网页流程”时，把操作抽象成 MCP / Skill 会明显更稳。