最近 Codex 出了一个新的浏览器自动化功能,叫做 Chrome。在 Codex 的 Plugins 页面搜索 Chrome 就能找到,安装之后还会附带一个对应的 Skill。

安装过程中它还会帮我们在浏览器里装一个拓展,装好之后浏览器右上角能看到 Codex 的图标。有了这个拓展,Codex 就可以使用我们自己的浏览器执行自动化操作。

举个例子,我之前写过一个帮我自动发视频的 Skill,它会把一期视频分发到多个平台。自动化执行的时候,它会在浏览器里新建一个标签页分组,然后在这个分组里新建标签页,逐个平台打开发布页面。

和 Agent Browser 的区别
这个 Chrome 插件和我们以前用的 Agent Browser 有什么不同?
我之前自己不怎么用 Agent Browser,因为想用 Agent Browser 控制我们已有的浏览器,用我们现在的用户身份信息执行自动化操作,是比较麻烦的:要么开调试模式,要么用另外一个浏览器实例来做自动化。
心智负担最低的方式,肯定是直接操控我们平时在用的这个浏览器。我们的登录信息都在现有浏览器里面,比如我平时要在小红书、B 站三四个平台发内容,在这个浏览器里登录之后,我就不希望再开一个浏览器重新登录一次。而且我平时也不用那个新开的浏览器,如果在那个浏览器里登录了同一个平台,还可能把现有浏览器的登录态挤下去。
另外一个场景是自动化测试。以前做自动化测试也要开一个新的浏览器实例,没有办法复用现成的浏览器,调试起来没有那么方便。
用了这个 Chrome 插件之后,Codex 可以通过浏览器拓展直接控制我们现在的浏览器。比如做调研任务的时候,它直接使用我们现有浏览器里已经登录的 YouTube、Reddit、GitHub 这些账号的身份信息。
在这之前还有一种方式是 Browser MCP,但它配置起来没有那么方便,需要手动安装 MCP,再启动连接。Codex 自己支持 Chrome 之后,这些步骤都省掉了。
Manus 的 My Browser
如果大家之前用过 Manus,会发现 Manus 里面有一个 My Browser 工具,我第一次使用的时候觉得非常方便,它可以使用我们现成的浏览器进行操作。
它的原理和 Codex 的 Chrome 插件一样:Manus 会安装一个浏览器拓展,必须通过拓展的方式才能控制我们现有的浏览器。Agent Browser 没有浏览器拓展,所以它没有办法直接控制我们默认的浏览器。

我自己实现的 My Browser
其实在 Codex 的 Chrome 插件出现之前,我已经实现了类似的功能。大家可以看到我浏览器右上角有一个叫做 Local Browser Operator 的拓展,这是我自己开发的,原本打算开源,但是 Codex 抢先一步了。而且我认为 Codex 自己写的浏览器拓展加上它的 Skill,对 Codex 本身的适配度肯定更高一些。

不过还是可以介绍一下我的实现方式。在 Codex 的插件列表里能看到这个 My Browser,它控制的也是我默认的浏览器。

我在浏览器里装一个拓展,原理和 Codex 的 Chrome、Manus 的 My Browser 一模一样。在 Codex 里面输入 /MyBrowser,它就能打开我现有的浏览器进行操作。里面的操作我是像素级复刻 Agent Browser 的,因为 Agent Browser 对于节点选择、截图这一类的浏览器操作做得很好,我把这些操作搬到了我自己的 Skill 里面。

使用场景
Codex 自己支持 Chrome 之后,浏览器自动化会比之前好用一个级别。推荐大家试一下这个 Chrome 插件,它比 Agent Browser 方便很多。

可以用它做这些事情:
- 前端自动化测试;
- 做旅游攻略,使用我们自己的电脑和登录态做调研;
- 自动化发布视频、做自媒体,或者爬数据,我自己就是这样做的。
