GitHub 热门开源项目排行榜

Plannotator 是一个主要采用 TypeScript 开发的本地浏览器端审查工具，用于在开发者与 AI 编程智能体（如 Claude Code、Codex、Copilot CLI、Gemini CLI、OpenCode 等）或个人助手之间建立人工审查层。它通过插件、钩子和命令接入智能体，在生成计划、HTML 产物或代码变更时自动打开审查界面，支持文档批注以及 Git、GitHub、GitLab 的代码差异和 PR 审查，并将反馈直接回传智能体。项目还提供异步消息收件箱 Plannotator Inbox、终端审查集成 Herdr Annotate 及独立 TUI，默认数据保存在本地，适合需要高频人机协同与代码把关的开发者。

该仓库是 GoogleChrome/modern-web-guidance 的源码库，由 Chrome、Edge、Firefox 和 MDN 团队及 Web 社区共同维护，采用 TypeScript 实现指南的编写、校准与评估流程。它以 CLI 和技能包形式将现代 Web 平台专业知识、最佳实践及浏览器兼容性数据直接注入 AI 编程智能体的上下文窗口，涵盖 CSS 布局、HTML/DOM、表单、性能、无障碍及浏览器内置 AI 等 250 项特性与 203 个实际开发场景。指南内容经过评测筛选以降低 Token 消耗，引导模型优先采用原生 API 与轻量级回退方案，适合希望提升前端 AI 代码质量的开发团队。

这是一个基于 Python 与 Claude Skills 构建的个人交易研究工作流工具包，面向使用 Claude 网页端或 Claude Code 的个人投资者与交易员。仓库按市场状态分析、核心投资组合、股息收入、波段机会、交易规划、交易记忆与策略研究等方向组织技能，提供选股筛选、市场广度评估、仓位计算、回测及交易前纪律门控检查等能力，并可通过预定义工作流或配套的 Hermes 研究配置串联使用。文档明确指出它并非自动下单系统或盈利信号服务，核心目的是辅助建立规范化的复盘、风险管理与人工决策流程。

这是谷歌推出的 TypeScript 项目，通过 Model Context Protocol（MCP）服务器与独立命令行工具（CLI），让 Claude、Cursor、Copilot 等 AI 编程智能体能够直接控制和检查实时运行的 Chrome 浏览器。其核心功能包括借助 Puppeteer 执行自动化操作、录制性能追踪并提取优化洞察、分析网络请求、页面截图以及读取带源码映射堆栈的控制台日志。项目还附带用于无障碍调试、Cookie 排错、LCP 优化与内存泄漏排查的 Skills，需配合 Node.js LTS 与 Chrome 使用。工具默认启用使用统计和 CrUX 性能数据查询（均可配置关闭），适合需要浏览器自动化调试与性能剖析的开发者。

Open Code Review（ocr）是阿里巴巴开源的 Go 语言 AI 代码审查命令行工具，源自阿里内部长期使用的大规模代码审查助手。针对通用智能体在代码审查中易漏审文件、行号漂移和输出不稳定的问题，项目采用“确定性工程流水线 + LLM 智能体”混合架构：由工程逻辑负责精确文件筛选、关联文件分组并发、模板规则匹配及独立的评论定位与反思校验，再由场景化调优的智能体执行上下文检索与审查。它支持 Git diff 审查和全文件扫描，既可使用自有 LLM 配置，也支持通过委托模式调用宿主编程智能体的模型，并提供 CI/CD 集成与浏览器会话回放，适合团队用于自动化代码质量把关。

Qwen Code 是基于 TypeScript 开发的开源 AI 编程智能体，早期源自 Google Gemini CLI v0.8.2 并已转向独立演进。它提供终端 CLI、桌面应用、IDE 插件（VS Code、Zed、JetBrains）、多语言 SDK、无头模式及即时通讯渠道接入，同时内置实验性的 Web UI 与守护进程模式。智能体框架包含子智能体委派、跨会话自动记忆、Skills 扩展、Hooks 生命周期脚本、MCP 工具接入、只读计划模式、沙箱与 Git worktree 隔离，以及实验性的多智能体协同与模型竞技场能力。支持运行时切换 OpenAI、Anthropic、Gemini、Qwen API 及本地 Ollama/vLLM 模型，适合多环境研发与自动化编码场景。

Univer 是使用 TypeScript 构建的办公软件 SDK，支持在自有应用中嵌入面向用户与 AI 智能体的文档编辑、公式计算、协作及文件处理能力。本仓库以 Apache-2.0 协议开源了 Web SDK 的核心架构与引擎实现，包括内容模型与快照格式、插件及依赖注入体系、支持跨特性组合撤销重做的命令系统、公式引擎、Canvas 渲染布局引擎、Facade 应用接口以及电子表格（Sheets）与文档（Docs）基础编辑能力，并支持在 Node.js 环境下无界面处理内容。协同编辑、文件格式转换等高级功能则通过另行授权的商业扩展与 Server/AI SDK 提供，适合构建定制化在线办公或 AI 办公产品的开发团队。

AG-UI 是一个主要采用 TypeScript 实现、基于 MIT 协议开源的轻量级事件驱动交互协议，用于标准化 AI 智能体后端与前端用户界面之间的通信。在智能体协议体系中它与专注工具接入的 MCP 和专注智能体互联的 A2A 形成互补，专门解决前端交互层的流式对话、双向状态同步、生成式 UI、实时上下文补充、前端工具调用与人工介入协同问题。智能体执行时通过 SSE、WebSocket 或 Webhook 等传输方式发送约 16 种标准事件，项目提供了参考 HTTP 实现、默认连接器及示例集 AG-UI Dojo，并已支持 LangChain、CrewAI、Google ADK、Pydantic AI 等框架及多语言 SDK，适合开发交互式 AI 前端应用。

TensorFold 是一个使用 Zig 语言编写的本地大语言模型推理引擎，无需依赖 Python 或 MLX 环境即可读取模型权重检查点、完成分词并在 Apple Silicon（Metal）和 NVIDIA GPU（CUDA）等后端上直接执行内核计算。它提供兼容 OpenAI 与 Anthropic Messages 接口的本地服务、多流并发调度与 `tensorfold web` 交互网页，并包含 macOS 桌面工作区应用（桌面端处于 beta、移动端为预览状态）。此外，项目实现了实验性的 Living Weights 功能，可在运行中将新事实写入本地模型权重文件并支持回滚，同时关联独立的企业级网关项目 Starlight。适合希望以原生二进制方式在 Mac 或 GPU 服务器上部署本地大模型推理的开发者。

Caveman 是一个主要用 Go 编写的编程智能体 Token 消耗优化工具与技能集，安装脚本依赖 Node.js 22.13+，兼容 Claude Code、Codex、Gemini CLI、OpenCode 等工具。它包含六项核心组件：精简模型输出语言而不改动代码与路径、在模型读取前压缩日志/CSV/YAML/JSON 等文件、根据登录账号按每次请求自动选择模型与推理强度（Auto，未登录不启用）、复用常见脚本（Blocks，当前为预发布版）、识别浪费并保持提示词缓存预热，以及网页压缩浏览。此外还提供框架中间件及用于观测评估自建智能体的 Caveman Cloud 服务。需要注意其 CLI 默认收集非代码类的使用统计信息（可手动关闭），适合控制 AI 编程成本的开发者。

Uptime Kuma 是一款使用 JavaScript 开发的开源自托管服务状态监控工具，基于 Vue 3、Bootstrap 5 与 WebSocket 构建响应式单页应用界面。它支持 20 秒间隔的可用性检测，覆盖 HTTP(s)、TCP、关键字、JSON 查询、WebSocket、Ping、DNS 记录、Push、Steam 游戏服务器及 Docker 容器等监控类型，并提供延迟图表、证书信息查询、代理、双因素认证及可绑定自定义域名的多状态页面。告警通知支持 Telegram、Discord、Slack、SMTP 邮件等 90 余种渠道，支持通过 Docker 或 Node.js 搭配 pm2 部署（不支持 NFS 存储），适合个人开发者与运维团队自建监控平台。

Sure 是一款基于 Ruby 开发、采用 AGPLv3 协议开源的个人财务与财富管理应用，是已停止维护的 Maybe Finance 项目的社区派生分支。应用依赖 PostgreSQL 与 Redis 运行，支持通过浏览器、macOS 桌面端、移动端、API 客户端及 LLM 智能体访问。用户可通过 Docker 进行本地自托管，也可利用官方提供的 Render 一键部署模板（涵盖无 AI、集成 OpenAI 及对接外部 AI 网关三种配置）。此外社区维护了公共性能监控看板以追踪数据密集请求并协助优化，适合希望自主掌控财务数据的个人用户与 Ruby 开发者。

LoopForge 是腾讯开源的 Go 语言自托管软件交付平台，用于将 AI 编程智能体纳入可重复、可审查的团队工程交付流程。它提供对话式工作台和可视化 SOP 编排两种模式，支持接入 CodeBuddy、Codex、Claude Code、OpenCode、Cursor CLI 等十种编程 CLI 作为执行器，在 Docker 沙箱或受控执行机中完成开发。SOP 可组合智能体角色节点、确定性脚本、人工审批门控、子 SOP 与预览构建，并覆盖需求端到端追踪、PR/MR 提交、定时任务与成本统计。对于无需搭建服务端 Docker 环境的个人开发者，项目还提供 LoopForge Local 以在现有编程助手内直接运行内置工作流。

Veyra 是一款采用 C++、DirectX 12 与 Qt 开发的 Windows 11 开源（GPL-3.0）实时 GPU 视频增强播放器与采集工具，适配 NVIDIA 与 AMD 显卡。它支持本地视频、图片、采集卡、屏幕捕捉、PS5 远程游玩、PC（Sunshine）串流及实验性 Xbox 串流等多种信号源，提供影院模式、列表模式及可连线的节点图编辑模式。软件内置多种超分辨率（如双路 RTX Video SR/DLSS/FSR）、多层降噪、RTX Video HDR、美颜、抗锯齿与光流补帧管线，并支持即时回放、截图录像与 MP4/MKV 多音轨字幕导出（节点模式暂不支持离线导出与全局降噪保护区），适合需要实时画质增强与游戏录屏的 Windows 用户。

Airgorah 是一款采用 Rust 编写、基于 GTK4 构建图形界面的开源（MIT 协议）WiFi 安全审计软件，仅支持在 Linux 系统下的 X11 或 Wayland 环境中运行。它可以捕获周边无线网络流量、发现接入点已连接的客户端、执行取消认证操作、捕获握手包与 PMKID，并支持破解接入点密码。软件界面以普通用户权限运行，执行特权操作时会通过 polkit 调用 `airgorah-agent` 提权代理，使用前需配备支持监听模式与数据包注入的无线网卡。由于仓库 README 篇幅较短且安装与使用指南位于外部链接，公开技术细节有限，适合在合法授权前提下对自有无线网络进行安全测试的 Linux 用户。

基于 TypeScript 开发并处于 Beta 阶段的开源设计系统，源于 Meta 内部八年的工程实践，需配合 React 19+ 使用。它提供 150 多个无障碍组件、7 套可定制主题、暗黑模式、页面模板与 CLI 工具。项目底层采用 StyleX 编写样式但对使用者透明，无需额外构建插件即可用 Tailwind、CSS Modules 或原生 CSS 的 className 覆盖样式，并支持通过 swizzle 弹出组件源码。其 API、文档与 CLI 统一了人类与 AI 助手的构建方式；部分实验性组件未发布至 npm，图表包目前仅以 canary 版本提供。

一款基于 Python 的命令行工具，用于根据指定用户名在各类社交网络平台上检索公开账号。支持单个或批量用户名查询，可通过占位符匹配相似用户名变体，并将结果导出为文本文件、CSV 或 Excel（xlsx）格式，也可在默认浏览器中直接打开发现的链接。工具提供指定站点过滤、代理请求、超时控制、本地数据源及 NSFW 站点排查等选项，支持通过 pipx、pip、uv 或 Docker 运行。

Anthropic 公开的 Claude 智能体技能示例与规范仓库，主要使用 Python，展示了遵循 Agent Skills 标准的文件夹组织方式。每个技能以独立文件夹组织，核心是带 YAML 前置元数据与操作指令的 SKILL.md，并按需附带脚本与资源，供 Claude 动态加载，以可重复的方式完成特定任务。仓库涵盖创意设计、开发测试、MCP 服务生成、企业工作流以及生产环境使用的文档处理技能（docx、pdf、pptx、xlsx）和技能模板，可在 Claude Code、Claude.ai 与 Claude API 中试用或作为开发参考，官方注明仅作演示和教育用途。

由 Vercel Labs 开发的原生 Rust 命令行工具，用于让 AI 智能体从终端分步驱动浏览器。它通过后台守护进程与 Chrome DevTools Protocol（CDP）控制浏览器，并在命令间保持会话；智能体调用 snapshot 可获取带元素引用标记（如 @e1）的紧凑可访问性树文本，再执行点击、输入或表单操作。除了默认的 Chrome for Testing，也支持连接现有 Chrome、iOS 模拟器中的 Mobile Safari、多种云端浏览器服务或切换引擎，并提供 MCP 服务端模式与配套技能，支持 macOS、Linux 与 Windows。

一款主要使用 Python 的开源 AI 编程助手插件（非 Google 官方支持产品），围绕“大象-金鱼”双角色流程辅助软件设计与文档评审。“大象”负责保留项目上下文、梳理需求并起草设计规范；“金鱼”则由不携带前期对话历史的新鲜子智能体担任评审，对照草稿与源码排查隐含假设、模糊需求和实现风险，最终由开发者权衡拍板。插件提供头脑风暴、起草、解决评审意见、五阶段评审、文档初始化及文档代码偏差检查等技能，支持 Claude Code、Codex 与 Antigravity 等环境。

基于 TypeScript 构建的本地优先多智能体桌面与服务端应用，以聊天软件界面管理多个独立机器人。每个机器人可调用用户本机已登录的 Claude、Codex 或 Grok CLI，各自拥有模型选择、会话记忆及配套电脑环境（云端 Linux 桌面、本地虚拟机，或在 macOS、Windows 及 Ubuntu Xorg 经授权控制本机，Wayland 暂禁用）。系统内置命令与文件修改审批卡片、基于 Composio 的数百款应用连接、定时与 Webhook 触发器、语音播报通话、MCP 控制面及无头 CLI，已提供 macOS、Windows 和 Ubuntu Beta 安装包。

基于 Python 的大模型股票智能分析系统，覆盖 A股、港股、美股、日股、韩股、台股与 ETF。系统聚合 AkShare、YFinance、Tushare 等多源行情及多渠道新闻搜索结果，调用主流云端大模型或本地 Ollama 模型生成包含评分、趋势、买卖点位与风险警报的决策仪表盘，并支持独立的大盘复盘。支持通过 GitHub Actions 实现零服务器成本的工作日定时运行，也提供 Docker 与本地 Web 工作台，可将报告推送至企业微信、飞书、Telegram、Discord、Slack 和邮箱，并支持多轮 Agent 策略问股，仅供学习研究。

由 Google DeepMind 维护的通用物理仿真引擎（非 Google 官方支持产品），基于 C++ 开发并提供 C API，专为需要快速、精确模拟带接触多关节结构交互的场景而设计，面向机器人学、生物力学、图形动画与机器学习等研究开发领域。其核心运行时基于内置 XML 编译器预分配底层数据结构以提升性能，提供原生桌面端与浏览器 WebAssembly 可视化工具，官方同时维护 Python 绑定、JavaScript/Wasm 支持与 Unity 插件，社区还提供了多种语言绑定及仿真模型格式转换工具。

基于 TypeScript 开发的本地浏览器端评审与批注工作台，用于在人与 AI 编程智能体（如 Claude Code、Codex、Copilot CLI、Gemini CLI 等）之间提供人工介入与反馈界面。当智能体输出方案、Markdown/HTML 产物或代码变更时，工作台会自动弹出并支持对文档、HTML 及 Git/PR 差异进行批注和代码评审，随后一键将意见发回智能体；同时提供不阻塞会话的 Inbox 收件箱及终端 TUI 形态。数据默认本地保存，并支持与 VS Code、Obsidian、Bear 及 Notion 集成。

由 Addy Osmani 等人维护的工程工作流技能集合（仓库主要语言标注为 JavaScript），旨在将生产级软件工程规范封装为 AI 编程助手可遵循的标准化流程。整套资源包含覆盖需求定义、任务拆解、测试驱动开发、前端与 API 设计、浏览器调试、代码审查、性能优化、安全加固和上线发布的 25 项技能，配套 9 个斜杠命令入口、4 类评审专家角色与 7 份核查清单，强调分步执行、反合理化规则与验证门禁。技能以可移植的 SKILL.md 组织，适配 Claude Code、Cursor、Codex、Gemini CLI 等多种工具。

Anthropic 官方维护的快速入门项目合集，主要基于 Python（部分示例结合 TypeScript 或 Next.js），用于展示如何基于 Claude API 与 Claude Managed Agents 构建可定制、可部署的 AI 应用。仓库按业务场景划分独立子项目，包含客服智能体、带数据可视化的金融分析助手、桌面电脑控制（含容器化演示与 macOS 最佳实践）、基于 Playwright 和 CDP 的浏览器自动化、双智能体自主编程，以及对接 Slack、Linear、Sentry、MCP 服务、Chat SDK 和 CopilotKit 的多种托管智能体集成示例。

主要编程语言为 CSS，是由 Together AI 推出的前端设计技能，适用于 Claude Code、Codex、Cursor 和 OpenCode。它从 50 种材质主题中匹配风格，围绕页面核心目标生成独立 HTML/CSS，并通过 sloplint 在真实浏览器中检查对比度、手机端布局、无障碍及典型 AI 生成套路，再由新上下文代理复审；还支持自定义设计、抓取本地服务截图、引用开源图库以及对已有页面重构或审计。适合希望借助编程代理生成或改造网页的开发者。

主要编程语言为 JavaScript，是一个将编程代理转变为代码安全审计员的开源技能，曾作为 Cloudflare 漏洞发现框架的起点。它通过六个阶段编排隔离的子代理：侦察并建立覆盖台账、基于台账猎杀漏洞、由独立验证者尝试证伪候选漏洞、输出三类机器可读裁决至 findings.json、独立核查证据并生成中性报告。支持重复增量审计与本地校验脚本，适合在沙箱环境下使用并行子代理审计代码库的安全研究人员与开发团队。

主要编程语言为 TypeScript，是一个连接 AI 编程代理与本地逆向工具的 MCP 服务及命令行工具。它让代理能够调用 Ghidra、IDA、Hopper、Kuna 或内置静态解析器，在无源码的情况下分析原生二进制、JavaScript/Electron、.NET、APK、固件、网络抓包及进程行为，并附带证据与局限说明解释功能实现或辅助复现，同时支持基于录制会话构建强化学习环境。适合需要借助代理开展逆向分析或行为研究的开发者。

主要编程语言为 TypeScript，是一个开源的编程代理控制平面，可在本地运行代理并提供桌面端、Web 端及 iOS/Android 移动端的统一交互界面。它直接驱动用户已登录的 Claude Code、Codex、Cursor、OpenCode 等及支持 ACP 的代理，不转售模型额度；支持在对话中切换模型或移交任务、远程访问并审批操作，同时内置 Git worktree 隔离、差异审查与一键提交 PR。适合需要跨设备管理多编程代理并行开发的程序员。

主要编程语言为 TypeScript，是一个为编程代理提供跨会话记忆的本地持久化系统。它通过生命周期钩子捕获代理的工具调用，交给本地 HTTP 工作服务和旁路观察代理提炼摘要并存入 SQLite 与 Chroma 向量库；新会话启动时注入精简索引，代理可按需通过三步 MCP 检索工具调取时间线与详情，减少重复上下文消耗。支持多语言模式、Web 查看界面及多种主流代理，适合希望在长期项目中沉淀操作历史的开发者。

主要编程语言为 Rust，是一套适配 Claude Code、Cursor、Codex 等多种编程代理的前端设计技能与检测工具。项目初始化时会生成 PRODUCT.md 和 DESIGN.md 约束交互，提供 24 个命令覆盖风格微调、可用性评分、技术审计及浏览器实时变体预览；其内置 62 条确定性规则的检测器无需大模型即可通过编辑钩子、CLI 或浏览器扩展拦截模板化设计问题。适合需要精细控制前端界面质量的开发者。

主要编程语言为 Python，是 Anthropic 公开的 Claude 技能（Agent Skills）示例与规范仓库，用于演示如何通过包含指令、脚本和资源的 SKILL.md 文件夹让 Claude 在特定任务上获得可复用的执行流程。仓库提供创意设计、开发技术、企业流程以及文档处理（docx、pdf、pptx、xlsx）等参考技能、规范文档和入门模板，支持在 Claude Code、Claude.ai 和 Claude API 中试用或据此编写自定义技能。该仓库定位为演示与教学参考，适合研究 Agent Skills 开发的工程师。

主要编程语言为 TypeScript，是由 HeyGen 开源的 HTML 原生视频渲染框架与 CLI 工具。开发者或 AI 代理无需依赖 React 打包流程，只需编写带时间轴属性的 HTML/CSS 并结合 GSAP、Lottie、Three.js 等适配器，即可在浏览器即时预览，并通过无头 Chrome 与 FFmpeg 逐帧确定性编码输出 MP4（支持本地、Docker 及 AWS Lambda 渲染）。项目配套提供 9 项代理技能、约 450 个可编辑组件及 frame.md 规范，适合自动化视频生成与代理创作。

主要编程语言为 Python，是一个面向终身个性化学习的开源 AI 辅导平台，提供 Web 应用、桌面预览、CLI 及代理原生接口。根据仓库发布说明，系统围绕学习工作区和三层记忆构建，集成引导式学习、沉浸式阅读、互动可视化、题库练习、知识库管理与多引擎文档解析（如 LightRAG、PageIndex、LlamaIndex），支持多模型接入、本地向量检索以及多渠道协同伙伴功能。支持 pip 安装与多用户部署，适合构建个性化学习助手的开发者与学习者。

主要编程语言为 JavaScript，是一个面向编程代理的企业官网构建与翻新技能（design-taste-frontend）。它通过内置 Node 脚本在构建前对业务分类，从预设库中分配配色、字体组合、11 种首屏布局以及经过筛选的开源实拍图与品牌图标，仅在科技、软件或游戏类页面限量引入着色器与 3D 动效，并在无头 Chrome 中按多种视口宽度执行渲染与文案门禁检查。无需额外 API 密钥，兼容主流前端框架与静态页，适合提升代理生成官网的视觉完成度。

主要编程语言为 Python，是一个运行在 Claude Code 内的免费开源 SEO 审计插件。它由 26 个子技能和 19 个专业子代理组成，最高可并行调度 17 个代理，在约 10 至 15 分钟内完成对技术指标、内容质量（E-E-A-T）、结构化数据、AI 搜索引用潜力（GEO）及代理就绪度的全面审查，支持无头浏览器渲染 SPA，并输出带优先级的 Markdown 或 PDF 行动方案，还可选接 Google 官方 API 或第三方扩展。适合 SEO 机构、顾问及网站运营团队。

主要编程语言为 Python，是 Anthropic 开源的知识工作插件集合，专为 Claude Cowork 设计并兼容 Claude Code。仓库提供涵盖效率管理、销售、客服、产品、市场、法务、财务、数据分析、企业搜索、生物研究及插件管理的 11 个职能插件，每个插件均由基于 Markdown 和 JSON 的纯文件组成（无需代码或构建步骤），整合领域技能、斜杠命令以及通过 MCP 对接 Slack、Notion、Jira 等工具的连接器。适合团队按自身流程与术语进行定制。

主要编程语言为 Python，是一个主打完全本地运行的开源 AI 语音工作站（AGPL-3.0 协议）。它默认集成 OmniVoice 等本地语音引擎，支持声音克隆、文字描述生成音色、音画同步的视频配音、悬浮听写转录以及批量生成有声书，并提供本地 API、MCP 服务与监视文件夹自动化功能。应用支持 macOS（Apple Silicon）、Windows、Linux、Docker 及移动端预览版，兼容 CPU 与 CUDA/Vulkan/实验性 ROCm 加速，适合注重隐私、需离线处理多语种音频的用户。

主要编程语言为 TypeScript，是一个面向 Claude Code 与 Codex 的代码化产品宣传片制作技能。它不依赖视频生成模型，而是由代理截取真实产品页面、从 10 类共 124 张镜头配方卡（150 个镜头）中选型编排，使用 Remotion 编写 React 动效组件，结合 Freesound 音效筛选、背景音乐节拍对齐及逐帧质检渲染出 1080p MP4。交付后支持在类剪映的网页工作台 Motion Workbench 中微调，也可导出为剪映草稿，适合独立开发者与产品团队。

主要编程语言为 Rust，是 Vercel Labs 开源的浏览器自动化命令行工具。它通过后台守护进程与 Chrome DevTools Protocol 保持浏览器开启，并将页面渲染为带元素引用（如 @e1）的精简无障碍树文本快照，使 AI 代理可通过单条 Shell 命令完成点击、输入、等待、截图、网络与会话状态管理及无障碍调试等循环交互。工具默认使用 Chrome for Testing，也支持连接已有浏览器、云端浏览器及以 stdio 模式作为 MCP 服务器，适合为代理赋予网页操作能力的开发者。