Mearl：让 AI 在你选的浏览器里干活

创作声明：我是 Mearl 的开发者。这篇介绍的是自己的开源项目，文字由 AI 辅助整理。

有些网页任务，AI 给出操作步骤只是第一步。它还需要在正确的标签页里找到控件、完成操作，并确认页面真的变了。碰到弹窗、加载失败，或者同一页面在手机视口下显示异常，光看最后一张截图也不一定能找到原因。Mearl 是我做的开源浏览器工作环境，把页面操作、调试和结果核对接在了一起。

一、接入你已经在用的浏览器

通过 Chrome 扩展，Mearl 可以在你授权的网站上使用现有标签页和登录状态。比如打开一篇公开文档，读取标题和主要章节，再截一张图供你核对。常见的点击、输入、滚动、上传和下载也能走同一套工具。需要扫码或手动处理时，可以接管当前会话，处理完再交回给 Agent，它会重新观察页面后继续。

日常浏览器之外，也能接入已经开启远程调试的 Chrome 或 Electron。如果你更愿意把自动化和日常工作隔开，可以选一个单独的浏览器环境。远端浏览器或设备可以通过 Provider 接入，具体支持哪些动作取决于该 Provider。

二、让 Agent 报告哪里出了问题

拿测试自己的网站举例。一个按钮点下去没有结果，可能是被浮层挡住、请求失败了，也可能是页面状态没有更新。Mearl 可以查看元素的尺寸、样式和遮挡关系，读取控制台日志和请求结果，再用页面状态或截图确认。开发者也可以在扩展的 DevTools 面板里一起看。对于做网页回归测试的人，价值在于能把「点过了」和「确实生效了」分开验证。

碰到手机端才出现的布局问题，也可以切换视口、触摸、User-Agent 或时区，观察同一页面的差异。需要还原特定 App 的 WebView 时，还可以按需加载对应的 Profile。桌面浏览器上的模拟适合先定位问题，最终的真机表现仍要在目标设备上核对。

三、把做顺的步骤做成可复用工具

Mearl 有 CLI、TypeScript SDK 和 MCP 接入，几种入口共享同一套浏览器动作。重复做的检查可以写成脚本，也可以做成 Skill，让 Agent 知道什么时候用、需要哪些输入、如何核对结果。适合人手动完成的工具还可以放进 Chrome 扩展的工具箱。

仓库里已有一些可以单独安装的例子。看外文网页可以用双语阅读，Chrome 标签多了可以按标题和网址做智能分组，前端走查时可以把设计稿叠到实际网页上看差异。还有本地的时间戳和编码转换，以及通过 TinyPNG 服务处理的图片压缩。不同工具有各自的安装条件，图片压缩会把输入图片发给该服务。

四、上手先做一个只读小任务

本机需要 Node.js 20.18.0 或更新版本。运行 npx @mearl/setup 安装，按提示接入 Agent 和浏览器，然后用 mearl check 检查连接。第一次可以让 Agent 在选定的浏览器中打开 Example Domain，读取页面标题并截图。先确认目标浏览器、页面结果和截图都对得上，再试更复杂的流程。

核心仓库使用 Apache-2.0 许可证。Mearl 适合想把浏览器交给 AI 操作、同时又需要自己核对结果的人，也适合经常做网页排障、前端验收和重复流程的开发者。你现在最想交给 Agent 的浏览器任务是什么？也欢迎说说你希望它交付什么证据，才能放心把这类任务交出去。

https://github.com/mearlhq/mearl

作者提示含AI生成内容。作者声明本文存在利益相关性，请大家尊重作者及分享的内容，友善沟通，理性决策~