文章摘要
该项目名为Agent-Browser-Protocol(ABP)，旨在将连续的异步网页浏览行为转换为离散的多模态聊天格式，以适应AI代理的工具化思维模式，使其能够以熟悉的步骤化方式处理网络导航任务。
文章总结
以下是文章的主要内容重新陈述：
Agent Browser Protocol (ABP) 项目介绍
项目概述 - ABP是一个基于Chromium构建的浏览器协议，旨在将异步连续的网页浏览转换为适合AI代理使用的离散多模态聊天格式 - 主要特点：每个请求对应一个完整步骤（包括稳定状态+截图+事件日志），使用简单HTTP协议而非WebSocket，每个动作仅约100ms开销
核心功能 1. 引擎级控制：直接在浏览器进程中嵌入HTTP服务器 2. 智能动作响应：每个动作返回代理决策所需的完整信息（截图、事件等） 3. 执行控制：在动作间暂停JavaScript执行 4. 元素标记：可在截图中标记交互元素 5. 虚拟光标：合成器层光标，随输入动作移动 6. 原生事件处理：对话框、文件选择器等作为事件报告 7. 会话记录：所有动作记录到SQLite数据库用于训练
快速开始 - 支持多种集成方式：Claude Code、Codex CLI、Opencode等 - 提供REST API和MCP协议两种接口 - 包含详细的安装和使用说明
技术比较 - 与CDP/Puppeteer、Playwright等工具对比，ABP在REST API、JS暂停、虚拟时间等方面有优势
项目状态 - 已实现：标签管理、导航、输入、截图、JS执行等核心功能 - 计划中：动作成功/失败跟踪、人类浏览会话记录等
项目结构 - 基于Chromium代码库，主要修改集中在chrome/browser/abp/目录下
许可协议 - 基于Chromium的BSD 3-Clause许可证 - ABP修改部分同样采用该许可证
项目由Han Wang(@theredsix)维护，欢迎贡献
注：保留了所有技术细节和功能描述，删除了重复的安装说明、示例图片等辅助内容，突出了项目的技术特点和创新之处。
评论总结
以下是评论内容的总结：
项目应用潜力
- 有用户认为该技术可能解决其他项目的资源消耗问题（如archivebox的Chrome实例内存泄漏问题）
- 引用："archivebox eventually had the Chrome instances...consume all available RAM"（评论2）
- 引用："this could be useful for more than just AI agents"（评论2）
技术验证需求
- 用户要求提供与传统浏览器测试框架的性能对比数据
- 引用："what does opus score with 'regular' browser harnesses?"（评论3）
开发方法讨论
- 对使用Claude辅助开发大型代码库的方法感兴趣
- 引用："how you are using Claude to go through such a massive code base"（评论6）
- 用户赞赏项目创新性："impressive project"（评论6）
技术设计认可
- 用户高度认可"分步冻结"的设计方案，认为能解决传统方法的时序问题
- 引用："the single biggest source of failures is acting on stale screenshots"（评论7）
- 引用："Most 'reasoning' failures...are actually timing bugs"（评论7）
维护与扩展性
- 关注Chromium分支的维护成本和上游合并可能性
- 引用："Every major chrome release is going to want a rebase"（评论7）
- 用户认为该浏览器解决了Agent与网络交互问题，下一步需要解决Agent间协作问题
- 引用："the next bottleneck becomes agent-to-agent coordination"（评论8）
基础原理探讨
- 有用户认为该项目从根本原理上重新思考了浏览器协议的必要性
- 引用："this kinda answers 'do we really even need CDP'"（评论4）
技术细节询问
- 开发者愿意回答技术问题（评论1）
- 用户询问如何判断页面"稳定"的标准（评论5）