hydro13/tandem-browser

解决的问题

Tandem Browser 通过将 AI 代理直接集成到浏览器运行时中，解决了 AI「侧边栏」的局限性。这使得代理能够在用户的真实、已认证的会话（Cookie、登录状态）中运行，并与当今的网页进行交互，从而实现对无 API 的 SaaS 平台的自动化，以及实时修改实时网站 UI 的能力。

工作原理

它是一个以本地优先的 Electron 浏览器，提供一流的代理层。代理通过 Model Context Protocol (MCP) 或全面的 HTTP API（300+ 个端点）连接到浏览器。代理使用可访问性树、DOM 和实时网络日志与页面交互，而非脆弱的基于像素的自动化。为确保安全，它采用 8 层安全防护机制，防止提示注入，并保护用户的机器免受恶意网页内容的侵害。

适用人群

• AI 开发者：需要执行复杂网页任务但无需编写特定站点脚本的开发者
• 高级用户：希望使用自己的登录会话自动化日常 SaaS 工作流（如 Gmail、银行门户）的用户
• 注重安全的用户：希望使用本地优先浏览器，确保数据和会话始终保留在自己设备上的用户

核心亮点

• 模型无关：兼容任何支持 MCP 或 HTTP 的代理，包括 Claude、GPT、Gemini 以及通过 Ollama 或 LM Studio 运行的本地模型
• 真实会话访问：在用户的实际标签页和 Cookie 上运行，无需设置无头浏览器或手动编写登录脚本
• 语义化交互：使用可访问性快照和 DOM 来「感知」页面结构，比基于截图的自动化更稳健
• 人机协同：支持显式交接，允许人类在代理恢复前处理 CAPTCHA 或高风险操作
• 远程连接：支持通过私有 Tailscale 网络远程连接代理