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。

Codex 的 Plugins 页面,Featured 列表里有 Chrome 插件

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。

浏览器右上角的拓展列表里已经有 Codex 拓展

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。

自动发视频的 Skill 新建的标签页分组,里面是抖音创作者中心的发布页面

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。

Manus 的连接器列表,里面有 My Browser

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。

拓展列表里的 Local Browser Operator,我自己开发的浏览器拓展

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。

Codex 插件列表的 Personal 分组里,有我自己写的 My Browser

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。

My Browser 这个 Skill 的详情,里面定义了浏览器操作的完整流程

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。

Codex 官方 Chrome 插件附带的 Skill 详情

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。