nicobailon/surf-cli

它解决了什么问题

Surf 解决了 AI 代理浏览器自动化笨拙的问题。大多数现有工具需要复杂设置，绑定特定 AI 提供商，或在真实网页上失效。Surf 提供了一个简单的命令行界面，任何 AI 代理（或 shell 脚本）都可以使用它来控制 Chrome，零配置且不依赖特定 AI 供应商。

工作原理

Surf 作为全局 npm 包和浏览器扩展安装。扩展连接到原生消息主机，该主机通过 Unix 套接字与 CLI 通信。代理发出简单命令，如 surf go、surf read、surf click 和 surf screenshot 来导航和与页面交互。该工具读取页面的无障碍树以生成稳定的元素引用集，支持 iframe 切换、语义定位器（按角色、文本或标签），并在操作后自动捕获截图以减少往返。它还捕获网络请求以供后续过滤和重放。对于远程使用，Surf 可以通过 Tailscale 配合 Ed25519 相互认证工作，并支持通过反向代理使用 TLS。无需 API 密钥，因为它可以使用浏览器现有的 cookie 来查询 ChatGPT、Gemini 等服务。

适用人群

Surf 专为构建 AI 代理、自动化管道的开发者，或任何希望为 LLM 代理提供网页浏览能力的人设计。它适用于 Claude Code、GPT、Gemini、Cursor、自定义代理，甚至纯 shell 脚本——任何能执行命令的工具。

亮点

• 代理无关：适用于任何能运行命令行命令的工具，无供应商锁定。
• 零配置：安装扩展，运行命令；无需 MCP 服务器或中继进程。
• 智能默认：自动将截图调整为 1200px 以节省 token，并在操作后自动捕获。
• 网络捕获：记录所有请求，支持过滤、搜索和重放。
• 通过浏览器 cookie 使用 AI：无需 API 密钥即可查询 ChatGPT、Gemini、Perplexity 和 Grok。
• 强大的 iframe 和框架处理，包括框架不匹配诊断。
• 通过 Tailscale 远程访问，具有强 Ed25519 认证和可选 TLS。
• 多浏览器支持：Chrome、Brave、Edge、Arc、Helium 和 Chromium，包括 WSL2。