内置浏览器自动化

内置一块 AI 可以直接驱动的浏览器面板——终端里的 AI 能自己打开网页、点击、填表、读取数据、跑自动化测试。查文档、测网页、抓数据、验登录流程这些过去要你手动来的事，现在交给 AI 在浏览器里完成。

为什么需要

AI 编程时经常要和网页打交道：查在线文档、测试自己写的前端、获取页面数据、验证登录注册流程。过去 AI「看不到」浏览器，只能让你手动操作再把结果贴回来。内置浏览器自动化把浏览器接进了 AI 的工作闭环：

• AI 能看见：读取页面结构、截图，AI 据此理解页面、规划操作
• AI 能操作：真实点击、输入、滚动、上传下载，和人手操作等效
• 不挡你提问：面板嵌在终端右上角，AI 操作浏览器时你照常打字

全局单窗多标签

内置浏览器采用全局单窗多标签架构——不管从哪个会话、哪个入口打开网页，都汇聚到同一个浏览器窗口的不同标签页里，像用日常浏览器一样管理（早期版本的「嵌入式三态小窗」已统一到这套多标签窗）。

• 多标签 — 标签栏带网站图标（favicon）、复制网址按钮、窗口控制键（最小化 / 最大化 / 关闭，位于标签栏右上角）
• 新建标签 = 空白页 + 最近访问 — 新标签打开是空白地址栏，下方列出最近访问过的站点卡片（每行 5 个、最多 10 个，按域名去重），点一下直接访问
• 访问本地 — 工具栏内置「访问本地 localhost」快捷按钮，一键打开 http://localhost，方便联调本地前端
• 按会话归属 — 浏览器面板默认按发起会话归属隔离，不跨会话串用

不抢焦点

浏览器窗默认藏在主窗背后、定位到屏幕右上角，后台打开时不遮挡你正在进行的聊天，也不抢走输入焦点——AI 在浏览器里忙它的，你照常在终端打字。需要看浏览器时点一下即可唤到前台。

打开方式

触发来源	说明
AI 驱动	终端里的 AI 调用 MCP 工具 browser_open，自动在多标签窗里开页
你手动点	标签栏直接开窗（去掉了旧版的 URL 弹窗）
终端 URL 链接	点终端输出里的网址链接，可选在内置浏览器里打开

每个浏览器窗都有一个唯一标识符（label）。把标识符复制给另一个会话，别的会话里的 AI 也能找到同一个窗口接着操作，实现跨会话共享与接管。

智能代理（破地域封锁）

有些站点（如雅虎、部分海外服务）在国内直连打不开，光靠 App 全局代理也未必覆盖到浏览器的独立网络栈。内置浏览器提供三档代理模式：

模式	行为
智能（默认）	先尝试直连；直连失败自动改走 App 配置的代理重新打开，并按域名记住该站以后走代理。两路都不通时给出提示
始终走代理	所有站点都经 App 代理访问
从不	全部直连，不走代理

代理为什么对浏览器单独生效

走代理的标签页使用独立的 WebView2 环境，让 --proxy-server 真正作用到该网页的网络请求上。AI 也可以在调用 browser_open 时直接传 proxy=true，主动为被墙站点开代理；传 detached=true 则按页选择开独立浏览器窗、不遮挡会话。

AI 能做什么

AI 经 MCP 工具驱动浏览器，覆盖网页自动化的完整能力：

类别	能力
导航与感知	打开网址、跳转、抓页面语义快照（标题/链接/按钮/输入框）、整页截图、单个元素截图、列出页面内的 iframe
交互操作	真实点击、输入文本、悬停、设置下拉框、按键与组合键、滚动到元素/底部、自动应答 alert/confirm/prompt 弹窗
文件传输	给文件框上传本地文件、把网页文件下载到本地（自动带登录 cookie）
登录态	读写 cookie（含 httpOnly 登录凭证）、读写 localStorage/sessionStorage
数据获取	按规则批量提取结构化数据、把 HTML 表格转成结构化数据、拦截/改写网络请求做接口 mock
测试闭环	录制你的操作并重放、对页面状态执行断言（元素存在 / 文本匹配 / URL 包含 / 数量等）

典型场景

自动化测试——让 AI 打开你的网站走一遍关键流程，再断言结果：

「打开 example.com/login，用 test 账号登录，断言进入后台页且顶部显示用户名」

AI 会自己导航、填表、点提交、读取页面、给出每条断言的通过/失败。

数据获取——把页面列表或表格变成结构化数据：

「打开这个商品列表页，把每个商品的标题和价格提取出来」

前端联调——拦截接口返回假数据，测前端各种状态：

「mock /api/list 返回空数组，看页面的空状态显示是否正常」

查在线文档——AI 自己开网页查资料，不用你复制粘贴。

怎么用

直接用自然语言告诉终端里的 AI 你想做什么，AI 会自动选用合适的浏览器工具去操作。前提是该 AI 客户端已接入智码的 MCP 服务（设置 → MCP 接入 → 一键接入）。

登录态复用

内置浏览器有独立的持久存储：在某个站点登录一次，cookie 会被记住，关掉重开仍是登录状态。AI 也能把一个窗口的登录 cookie 导出、注入到另一个窗口，实现登录态跨窗复用，避免反复登录。

上手提示词

把下面这些话（网址换成你自己的）直接发给终端里的 AI，它就会驱动内置浏览器去做。不用记任何命令，自然语言描述需求即可。

浏览与查询

用浏览器打开 https://你的网址

打开 github.com 搜索 tauri，把前 5 个结果的标题和链接列给我

自动化测试

打开 http://localhost:3000/login ，用账号 test 密码 123456 登录，断言登录后跳到 /dashboard 且页面显示用户名

打开我的网站走一遍注册流程（随便填测试数据），告诉我哪一步报错或卡住

数据获取

打开这个商品列表页，把每个商品的名称、价格、链接提取成表格

打开这个数据表格页，把表格转成 JSON 给我

前端联调（接口 mock）

打开 http://localhost:3000 ，拦截 /api/list 让它返回空数组，看页面的空状态显示对不对

mock 这个接口返回 500 错误，测一下前端的错误提示是否正常

登录态复用

打开网站登录后，把登录用的 cookie 导出给我

在这个新窗口注入刚才那套 cookie，免登录直接进

录制回放与截图

我在浏览器里手动操作一遍，你录下来生成可重放的脚本

打开这个页面，截图给我看看现在长什么样

让 AI 自己摸索

不确定页面结构时，可以先说「打开这个页面，先看看上面有哪些按钮和输入框」，AI 会读取页面快照规划后续操作，你再让它继续点/填/读即可。

安全说明

• 内置浏览器与应用主进程严格隔离：外部网页拿不到任何应用内部接口
• AI 的浏览器操作全部经过 MCP 工具，每次调用都有审计记录
• 下载文件落到应用缓存目录下按窗口隔离的子目录，不会污染你的系统下载夹

相关章节

• 接入外部 AI（MCP 服务）——让终端 AI 能调用浏览器工具的前提
• 多标签会话管理——浏览器面板与会话标签的协作